课程主页: https://www.coursera.org/learn/computer-vision-with-embedded-machine-learning
在今天的数字化时代，计算机视觉（CV）逐渐成为一个令人着迷的研究领域，其目的是自动化地赋予数字图像或视频以意义。为了实现这一目标，机器学习（ML）的算法和技术被广泛应用，并且随着ML技术的不断演进和高效化，这些技术也越来越多地被部署到嵌入式系统中。
Coursera上的“嵌入式机器学习的计算机视觉”课程由Edge Impulse、OpenMV和Seeed Studio等机构共同推出，内容涵盖了计算机视觉的基础概念到实际应用的全貌。
### 课程大纲
1. **图像分类**
本模块介绍了计算机视觉的基本概念，以及如何利用它们解决实际问题。课程涵盖了数字图像是如何在计算机中创建和存储的，接着回顾了神经网络，并展示了如何使用神经网络来分类简单图像。最后，您将通过一个项目来训练图像分类器并将其部署到嵌入式系统。
2. **卷积神经网络**
这一模块深入讲解了卷积神经网络（CNN）的基础知识，以及如何利用CNN创建更强大的图像分类模型。我们将探讨CNN的内部工作原理（如卷积和池化），以及一些可视化技术，以帮助理解CNN的决策过程。我们还介绍了数据增强的概念，以提供更多训练数据的机会。您将有机会训练自己的CNN，并将其部署到嵌入式系统中。
3. **目标检测**
本模块将讲解目标检测的基本概念及其与图像分类的区别。我们将讨论测量目标检测性能所涉及的数学逻辑。此外，我们将介绍一些流行的目标检测模型，并演示如何在Edge Impulse中训练此类模型。最后，您将被要求将目标检测模型部署到嵌入式系统中。
### 总结
总的来说，Coursera的“嵌入式机器学习的计算机视觉”课程极具实用性和前沿性，非常适合希望在嵌入式系统中应用计算机视觉的学习者。通过这门课程，您可以获得丰富的知识和实践经验，为未来的职业发展打下坚实的基础。如果您对机器学习和计算机视觉感兴趣，不妨报名参加这个课程！
课程主页: https://www.coursera.org/learn/computer-vision-with-embedded-machine-learning