课程主页: https://www.coursera.org/learn/introduction-computer-vision-watson-opencv
计算机视觉是机器学习和人工智能中最令人兴奋的领域之一，它在自动驾驶汽车、机器人、增强现实等多个行业都有广泛应用。在这个面向初学者的课程中，你将了解计算机视觉的基本概念，并学习其在各个行业中的应用。
本课程将带领学员利用Python、Pillow和OpenCV进行基本的图像处理，执行图像分类和目标检测。
### 课程大纲
**1. 计算机视觉简介**
在这一模块中，我们将讨论快速发展的图像处理领域。图像处理不仅是计算机视觉的第一步，还在从让手机图像更清晰到帮助医生治愈疾病等广泛应用中发挥着重要作用。
**2. 使用OpenCV和Pillow进行图像处理**
图像处理用于增强图像或从图像中提取有用的信息。在此模块中，我们将学习如何使用Python库OpenCV和Pillow进行基础的图像处理。
**3. 机器学习图像分类**
在这一模块中，您将了解常用于计算机视觉的不同机器学习分类方法，包括k近邻、逻辑回归、SoftMax回归和支持向量机。最后，你会学习图像特征的相关知识。
**4. 用于图像分类的神经网络与深度学习**
在此模块中，您将学习神经网络、全连接神经网络和卷积神经网络(CNN)。您将了解不同的组件，如层和不同类型的激活函数（如ReLU）。此外，您还将了解不同的CNN架构，例如ResNet和LenNet。
**5. 目标检测**
在此模块中，您将学习使用不同方法进行目标检测。第一种方法是使用Haar级联分类器，第二种是使用R-CNN和MobileNet。
**6. 项目案例：不完全的自驾车 – 交通标志分类**
在本课程的最后一周，您将构建一个计算机视觉应用，并通过Code Engine在云中进行部署。在这个项目中，您将创建一个自定义分类器，对其进行训练并在自己的图像上进行测试。
这个课程非常适合初学者，不仅提供了坚实的理论基础，还包括了丰富的实践经验，能够帮助学员在计算机视觉领域奠定良好的基础。无论你是计算机科学学生、开发者还是对人工智能充满好奇的爱好者，都能从中受益匪浅。
课程主页: https://www.coursera.org/learn/introduction-computer-vision-watson-opencv