课程主页: https://www.coursera.org/learn/deep-learning-computer-vision
课程介绍
《深度学习在计算机视觉中的应用》是一门专注于计算机视觉领域的Coursera课程。在这门课程中，学员将学习计算机视觉的基本概念、经典工具以及深度学习技术如何应用于计算机视觉任务。
课程概述
课程分为多个模块，首先介绍计算机视觉的背景和目标，强调从图像中提取信息的重要性。此外，课程还将探讨经典计算机视觉工具与深度学习方法在处理同一问题时的优缺点。
课程大纲
1. 介绍与背景
该模块将带领学员了解计算机视觉的主要任务及应用实例，并讨论机器学习与深度学习技术如何改变这一领域。
2. 经典计算机视觉工具
介绍经典计算机视觉工具与技术，包括卷积操作、线性滤波器及图像特征检测算法。
3. 图像分类
讨论经典计算机视觉中物体识别的挑战，通俗易懂的阐述图像分类的步骤和流程。
4. 神经网络与深度学习
对比神经网络与经典计算机视觉工具的图像分类流水线，介绍神经网络的基本组件，并通过TensorFlow进行实操，学习如何构建与训练神经网络。
5. 卷积神经网络与深度学习高级工具
深入学习卷积神经网络的组成部分，探索深度网络的参数与超参数对模型准确性提升的影响，并在TensorFlow中进行实操。
课程评价
总体来说，该课程内容丰富，适合对计算机视觉和深度学习感兴趣的学习者。课程强调理论与实操相结合，有助于学生在实际应用中灵活运用所学知识。通过使用现代机器学习工具，学员可以获得实践经验，为今后的工作或研究打下坚实的基础。
课程主页: https://www.coursera.org/learn/deep-learning-computer-vision