课程主页: https://www.coursera.org/learn/advanced-computer-vision-with-tensorflow
在Coursera平台上，”高级计算机视觉与TensorFlow”是一门令人兴奋的课程，旨在帮助学员深入理解计算机视觉的各种技术及其应用。
该课程的内容覆盖了图像分类、图像分割、目标定位和目标检测等多个方面。学员将学习如何使用传递学习技术来提高目标定位和检测的效率。通过该课程，学员可以探索像区域CNN和ResNet-50这样的目标检测模型，定制现有模型，甚至创建自己的模型来检测、定位和标记自己的橡胶鸭图像。
该课程的学习大纲如下：
**计算机视觉简介**
在课程的开始阶段，学员将获取关于图像分类、目标定位、目标检测和图像分割的概念性概述，能够描述多标签分类，并区分语义分割与实例分割。
**目标检测**
这一周，学员将了解一些流行的目标检测模型，例如区域CNN和ResNet-50。通过从TensorFlow Hub获取的模型，学员会下载自己的模型并配置进行训练，还将学习如何构建自己的目标检测模型。利用传递学习，学员将用仅五个训练样本训练模型来检测和定位橡胶鸭。此外，学员还可以手动标记自己的橡胶鸭图像！
**图像分割**
本周专注于使用全卷积神经网络（FCN）变体的图像分割。学员将学习如何将类别标签分配给每个像素，并进行更详细的对象识别。学员将构建全卷积神经网络（U-Net）和Mask R-CNN，以识别和检测数字、宠物，甚至是“僵尸”！
**可视化与可解释性**
在这一周，学员将了解到模型可解释性的重要性，即理解模型如何做出决策。学员将实施类激活图、显著性图和梯度加权类激活图，识别模型在做出预测时使用的图像哪部分。此外，学员还将看到通过可视化模型的中间层激活如何帮助改善著名网络AlexNet的设计。
总的来说，这门课程为对计算机视觉及其实际应用感兴趣的人提供了一个绝佳的学习机会，不仅讲解了理论，还提供了大量的实操练习，帮助学员在实际项目中应用所学知识。
课程主页: https://www.coursera.org/learn/advanced-computer-vision-with-tensorflow