1

人工智能的发展史与现状

通过讲解人工智能各流派的发展历史，使学生了解人工智能各流派能解决和不能解决的问题，从历史的角度来看待人工智能技术的发展

1

讲课

2

神经网络发展史

梳理神经网络的发展历史，使学生了解损失函数、梯度下降、学习率等基础概念是怎么发展而来的

1

讲课

3

ModelArts介绍与实验前准备

讲师现场讲解演示ModelArts，使学生了解ModelArts能做什么，并进行实验前的必要准备

1

实验

4

零代码开发美食分类模型

讲师现场演示，再搭配丰富的图文教程，教导学生掌握使用自动学习开发图像分类模型的方法

1

实验

5

图像分类介绍

梳理图像分类领域的发展脉络，介绍经典数据集和经典算法，使学生掌握图像分类领域的基础知识

1

讲课

6

物体检测介绍

梳理物体检测领域的发展脉络，介绍经典数据集和经典算法，使学生掌握物体检测领域的基础知识

1

讲课

7

使用FasterRCNN预置算法基于海量数据训练人车检测模型

讲师现场演示，再搭配丰富的图文教程，教导学生掌握使用预置算法开发物体检测模型的方法

2

实验

8

人脸识别介绍

讲解人脸相关的不同研究领域，介绍经典数据集和经典算法，使学生掌握人脸识别领域的基础知识

1

讲课

9

人脸检测工具对比

学生自己动手测试不同人脸检测工具的检测效果，通过对比实验，使学生清楚知道在什么场景下适合用什么人脸检测工具

1

实验

10

人脸年龄和表情识别

学生自行运行人脸年龄和表情识别算法，分析网络结构，使学生掌握人脸年龄和表情识别的原理

1

实验

11

FaceNet算法完成人脸识别

讲师讲解FaceNet的网络结构，学生按照图文教程搭建FaceNet模型，并进行模型的训练和预测，从而掌握FaceNet算法实现人脸识别的方法

1

实验

12

OCR介绍

介绍OCR领域的经典数据集和经典算法，使学生掌握OCR领域的基础知识

1

讲课

13

CTPN算法完成文字位置检测

通过CTPN文字检测的实验，使学生掌握文字检测和常规物体检测的区别与联系

1

实验

14

视频分析介绍

讲师讲解视频分析不同领域的应用、经典数据集和经典算法，使学生了解AI在视频方向上有哪些应用

1

讲课

15

使用C3D和I3D模型实现视频动作识别

讲师讲解C3D模型和I3D模型结构，学生参考实验文档，动手训练C3D模型，并且掌握C3D模型和I3D模型的预测方法

1

实验