深度学习与计算机视觉：从入门到实战

概述及入门篇

AI (Deep Learning (DL)背景概述 (从学术界和工业界两个角度概述目前 AI 在澳洲和中国 的相关情况，让学生找到自己在 AI 领域的兴趣点和切入方法。

Computer Vision (CV) 背景概述 (CV 作为 AI 的热门研究领域，受到学术界和工业界的广泛 关注，本部分浅谈 CV 领域的典型问题及技术发展历程。

OpenCV 及 PyTorch 入门 (通过实例讲解让学生入门 OpenCV 和 PyTorch 这两个目前 CV 和 DL 领域较主流的框架，为实践篇和实战篇打下基础。

技术实践篇

以图像分类，目标检测和图像分割等典型 CV 问题为主线，通过阅读最新科技文献和实践算法的 形式，让学生体验 CV/DL 算法工程师 (研究员) 的实际工作需求及内容。 • 图像分类: CNN, AlexNet, ResNet 等。 • 目标检测: 一阶检测器 SSD, Yolo 等, 二阶检测器 R-CNN, Fast R-CNN 等。 • 图像分割: Mask-RCNN 及相关变形。

项目实战篇

综合学生兴趣和反馈，或以小组 battle 的形式完成 CV 项目，巩固知识点，提升实践能力。 • 智能车辆检测系统。 • iNaturalist Challenge 动植物数据库分类竞赛。