智能交通
本項目利用深度學習技術,跟蹤路面實時車輛通行狀況,并逐幀記錄不同行車道車流量數目。車輛自動計數系統由計數系統、圖像抓拍系統、實時監控錄像系統組成,可在視頻看出每個車輛的連續幀路徑。
項目架構
1、Siamese系列模型2、yoloV3目標檢測
3、SORT/DeepSORT算法4、卡爾曼濾波目標位置優化
5、匈牙利算法目標匹配6、相機校正方法
制定AI培訓新標準培養AI專精型人才
覆蓋AI職業全技能助力學員高端就業
課程設置科學合理適合AI技術初學者
多領域多行業項目打造AI核心競爭力
技術大牛傾力研發專職沉淀AI新技術
聚力名企共建課程整合優質技術資源
AI算法深入研究能力AI算法深入研究能力指算法實用性、先進性、可拓展性,讓學員掌握算法模型舉一反三的技能。
AI算法業務流處理能力AI算法業務流處理能力指通過企業實戰場景、業務流,對AI技術實戰訓練,解決實戰業務流問題。
技術棧seleniumrequestsjs
技術棧xpathMysqlESFilter
技術棧Counterseabornopencv
tensorboardjiebapillow
技術棧lossselectionentropy
lossAdam SGD
技術棧cross validationmodel
predicttrain test split
技術棧pytorchtensorflowkeras
sklearn
技術棧acuracyrecalprecision
f1
技術棧djangoflaskdocker
tensorflow-serving
技術棧abtestunitestAPItest
在線醫生問答機器人是NLP在醫療領域的應用之一,幫助人們解決基本的醫療知識問答。項目涉及主流的AI技術,包括遷移和微調BERT模型解決句子連貫性判斷、BiLSTM+CRF解決醫療命名實體識別、使用自監督語料進行實體審核等,對涉獵的全部算法模型進行深度解析。同時,整個項目具備完整的業務流程,包括微信公眾號的對接、對話管理存儲、模型部署服務、圖數據庫操作等,以便訓練的模型能真正投入使用,產生商業價值。
技術架構
課程實例:在線醫生項目
微信公眾號客戶端
分布式模型部署與性能提升技巧
醫療領域知識圖譜
neo4j存儲
N度關系查詢
圖數據管理
醫療對話生成模型訓練
基于BERT的對話連貫性判斷
用戶意圖識別
Bi-LSTM+CRF的命名實體識別
多輪對話管理系統
基于Redis的緩存
基于Unit的規則生成器
多輪對話控制機制
醫療數據清洗與數據處理流水線
機器學習、推薦、通用框架
科學計算庫,特征工程, 十大經典算法,主流應用領域,推薦系統,主流框架人工智能框架TensorFlow、Pytorch。
圖像與視覺處理CV
圖像分類,目標檢測和追蹤,圖像語義分割,場景文字識別,圖像生成,人體關鍵點檢測及標簽識別,視頻分類。
自然語言處理NLP
分詞,命名實體識別,詞性標注、句法分析、語義理解、信息抽取、機器翻譯、文本摘要、問答系統、閱讀理解。
人工智能前沿技術和未來熱點
進化學習、分布式機器學習、強化學習、立體視覺與SLAM、點云處理、對稱權重與深度置信網絡、模型可解釋性,模型壓縮,遷移學習,終身學習,元學習。
·Python第一個程序
·條件控制語句和循環語句
·容器類型
·函數
·文件操作
1、掌握Python基礎語法, 具備基礎的編程能力。
1、能夠熟練使用Python技術完成針對小問題的程序編寫。
·Python高級語法·Python常用標準庫
·數據結構與算法·Linux系統使用
·網絡編程·多任務編程
·Web基礎應用:HTTP協議·Web基礎應用:前端基礎
·AI開發Web應用:Django框架·面向對象
·異常處理·模塊和包
1、能夠熟練使用Linux操作系統;
2、掌握網絡編程相關技術, 能夠實現網絡間數據通信;
3、掌握程序設計開發中多任務實現方式;
4、能夠進行Python與MySQL之間的數據交互;
5、掌握Python中的re模塊的使用, 能夠實現對字符串進行復雜模式匹配;
6、掌握Web服務器的工作流程, 以及Web框架的實現原理;
7、建立起編程思維以及面向對象程序設計思想。
能夠使用面向對象的程序設計方法, 基于Linux操作系統開發多任務的網絡程序開發。
·常用科學計算庫的使用
·數學基礎知識及基于科學計算庫的實現
·數據預處理與特征工程
·決策樹
·SVM支持向量機
·樸素貝葉斯
·聚類算法
·集成學習
·馬爾可夫鏈蒙特卡羅方法
·圖模型
·高斯過程
·機器學習項目實訓
1、掌握數據科學庫的使用;
2、掌握數據基本處理的方法;
3、掌握機器學習中處理數據的方法;
4、理解經典的機器學習算法原理;
5、掌握機器學習中工作的具體流程。
1、把實際工作、生活中遇到的問題轉換為可以用機器學習解決的模型;
2、實現針對不同問題,選擇不同算法模型,同時在該模型的基礎上,對該算法進行調優。
·神經網絡
·TensorFlow框架
·圖像與視覺處理介紹
·目標分類和經典CV網絡
·目標檢測和經典CV網絡
·目標分割和經典CV網絡
·OpenCV庫與圖像處理基礎
·OpenCV庫與圖像處理進階
·cv綜合案例實訓
1、熟悉深度學習主要及前沿網絡模型的架構原理及在實際業務場景中的應用;
2、掌握深度學習在計算機視覺中的應用,包括但不限于分割檢測識別等;
3、掌握實際工作中深度學習的具體流程,數據及標注處理,建模訓練,及模型部署應用等。
1、可實現物體(人體,人臉,通用目標)檢測,跟蹤與識別,道路交通及工業環境險情發現等多領域的深度學習解決方案;
2、能夠對圖像處理、人臉算法,或者對于各種深度學習框架實現的算法進行調優。
·pytorch工具與神經網絡基礎
·自然語言處理NLP介紹
·自然語言處理NLP開發HelloWorld案例
·文本預處理
·RNN及變體
·Transfomer
·傳統的序列模型
·非序列模型解決文本問題
1、掌握pytorch的安裝和使用;2、掌握NLP領域前沿的技術解決方案;
3、掌握NLP相關知識的原理和實現; 4、掌握傳統序列模型的基本原理和使用;
5、掌握非序列模型解決文本問題的原理和方案。
1、能夠使用pytorch搭建神經網絡;2、構建基本的語言翻譯系統模型;
3、構建基本的文本生成系統模型;4、構建基本的文本分類器模型;
5、使用ID-CNN+CRF進行命名實體識別; 6、使用fasttext進行快速的文本分類。
·智能交通CV項目
·實時人臉檢測CV項目
·智能文本分類NLP項目
·在線醫生NLP項目
·場景識別CV項目
·泛娛樂推薦項目(CV+推薦)
1、掌握大規模語料下AI模型快速進行文本分類的全流程;
2、掌握多模型并行訓練與多模型部署預測的全流程;
3、掌握垂直領域AI對話系統的基本工程實現;
4、掌握使用遷移學習方法進行句子審核及其句子主題相關問題的實現;
5、掌握復雜場景下AI模型實時進行目標檢測并跟蹤的全流程;
6、掌握利用AI模型進行人臉定位,檢測,識別,匹配的工程實現方法;
7、掌握多模型級聯實現場景識別并進行模型部署的全流程。
1、通過項目對機器學習、NLP、CV領域知識點綜合應用;
2、通過項目綜合提升AI算法業務流搭建能力;
3、通過項目綜合提升AI算法實用性、先進性、可拓展性經驗提升。
·自編碼器·對稱權重與深度置信網絡
·進化學習·分布式機器學習
·強化學習·數據結構和算法強化
·數據結構強化·動態規劃初步
·貪心算法·數據結構與算法的Python實現
·計算機視覺CV強化·立體視覺與SLAM
·點云處理
1、理解算法和模型的分布式實現及加速原理;
2、深入理解常用算法,模式識別,概率統計、最優化等算法原理及應用;
3、基于3D點云數據,進行配準、分割和特征識別等算法開發,建立3D點云圖處理的算法模型。
1、跟進行業最新深度學習算法相關先進技術,研究并應用的學習算法,持續提升模型的精準性和魯棒性;
2、深入理解算法和模型調優方式及優缺點;
3、綜合運用經典SLAM技術,多視角幾何基礎理論以及三維重建方法進行業務實踐。
自然語言處理方向01 NLP案例6+
02 小智同學聊天機器人項目
03 基于Transformer的語音識別項目
推薦系統方向01 大數據推薦系統基礎專業課
02 黑馬頭條推薦系統項目
03 泛娛樂推薦系統項目
圖像與視覺處理方向01 CV案例6+
02 場景識別項目
03 在線商品檢測項目
數據處理方向01 Python爬蟲基礎
02 爬蟲熱點項目庫
03 爬蟲高薪課
04 數據分析基礎課和案例
Web開發方向01 Web-Django框架基礎課
02 Web-Flask框架基礎課
03 美多商場項目
04 黑馬頭條web項目
05 傳智云課堂項目
本項目利用深度學習技術,跟蹤路面實時車輛通行狀況,并逐幀記錄不同行車道車流量數目。車輛自動計數系統由計數系統、圖像抓拍系統、實時監控錄像系統組成,可在視頻看出每個車輛的連續幀路徑。
1、Siamese系列模型2、yoloV3目標檢測
3、SORT/DeepSORT算法4、卡爾曼濾波目標位置優化
5、匈牙利算法目標匹配6、相機校正方法
本項目可通過攝像頭實時采集視頻人臉數據,也可批量圖片輸入自動化識別人臉;本項目對視頻可實現人臉的跟蹤,并標注姓名、性別、情緒(開心、生氣、自然)等信息;能對進入視頻的陌生人報警。
1、EigenFace2、LBPH
3、雙屬性圖4、動態人臉定位
5、活體檢測6、柔性模型技術
7、Gabor系數特征匹配8、隱馬爾科夫模型的圖像分割
在線醫生項目是一個基于自然語言理解方向的問答機器人。該項目結合醫學知識圖譜、深度學習、對話管理、微信公眾號開發等技術,旨在降低首醫成本,為患者提供基本醫學診斷意見服務。
1、Neo4j圖數據庫2、命名實體審核/識別模型訓練與預測+
3、句子主題相關模型訓練與部署4、系統聯調與測試
5、論文復現
中文標簽化系統是NLP基礎任務的綜合系統,同時又是NLP應用的基礎設施。根據文本信息,給出對應的預定義標簽將能夠有效的支持用戶畫像,推薦系統等。同時,對于高階NLP任務,如對話,翻譯,寓意蘊含等在語料分類上將有很大的幫助。
1、標簽詞匯知識圖譜2、特征工程
3、fasttext模型4、多模型訓練與預測
5、AI業務流調試6、Django后端服務搭建
推薦系統的在當下的火爆程度毋庸置疑,個性化推薦的需求也是每一個toC產品應該實現的目標。本項目推薦系統策略與圖像與視覺處理相結合,深度解決互聯網產業的推薦業務場景。
1、知識圖譜構建雙畫像2、多召回策略
3、召回金字塔4、基于人臉
5、場景6、表情推薦方案
場景識別是視頻內容結構化的重要基礎。場景信息是影視劇、短視頻推薦的重要依據;通過場景識別把視頻按照場景片段分割,為廣告與視頻場景原生貼合創造條件。
1、淺CNN模型粗分場景
2、深CNN模型集成學習細分場景
3、MLP模型預判的深度級聯學習模型
黑馬頭條推薦系統屬于機器學習與深度學習推薦應用項目,類似今日頭條、掘金等推薦。用戶可以通過黑馬頭條APP獲取個性化推薦技術文章的效果。
1、Hadoop分布式文件存儲和計算2、Sqoop大規模數據遷移
3、Lambda架構4、Flume數據采集
5、Kafka消息隊列6、Spark機器學習
7、用戶特征工程8、TFIDF、TextRank文本特征工程
9、多路召回策略10、Wide&Deep深度學習模型
本項目可針對X光胸片的肺部結節自動檢測,在CT圖像上進行智能肺結節檢測。結合計算機視覺技術和深度學習網絡,AI能夠自動完成對可疑病灶區域的標記和預診斷,提高醫生工作效率,降低誤診率和漏診率。
1、R-CNN系列目標檢測2、3D-CNN模型
3、DNN網絡提取語義特征4、圖像分割
5、格式轉換6、算法優化
小智聊天機器人,使用了自然語言處理的技術,實現人機對話。實現的是一個類似智能客服的系統,實現了閑聊功能和問答功能,在App上提供了入口,能夠和機器人閑聊和編程相關的問題。
1、jieba分詞2、skip-gram模型
3、CBOW模型4、詞嵌入原理word_embedding
5、神經網絡RNN-LSTM-GRU6、Seq2Seq模型完整搭建和訓練
7、astText+Attention注意力機制
在線商品檢測項目是一個基于圖像方向的一個目標檢測的項目。類似的項目應用如淘寶拍立淘等。該項目結合當前CV領域常用工具、深度學習、目標檢測算法、微信小程序對接、百度機器人對接等技術,能夠為用戶或者消費者拍攝的照片、視頻中存在的目標做出標記與類別判斷。
1、YOLO系列模型2、SSD模型
3、數據增強4、TensorFlow serving
5、多GPU訓練及模型部署6、LabelImage圖像標注
特定目標車輛跟蹤Siamese系列模型的解決方案SORT/DeepSORT算法多目標車輛跟蹤解決方案
建立交通流系統狀態和觀測狀態的解決方案車輛檢測、計數和分類解決方案
圖像去畸變的解決方案實時車道線檢測的解決方案
實時采集攝像頭人臉視頻的解決方案利用深度學習方法進行人臉屬性提取的解決方案
動態圖像人臉定位的解決方案利用深度神經網絡進行人臉實時識別跟蹤的解決方案
醫學影像格式轉換的解決方案肺部實質形態分割的解決方案
利用深度學習模型進行肺結節檢測及分割的解決方案可疑病灶區域標記及預診斷的解決方案
基于多模型級聯學習的場景識別解決方案淺CNN模型和深CNN模型集成學習
mlp模型組合預判場景解決方案在線圖片識別-商品檢測項目(CV)
基于端到端算法的目標檢測解決方案模型訓練中數據增強的解決方案
基于Label Image的圖像標注的解決方案知識圖譜的雙畫像關系存儲解決方案
動態/靜態標簽的AI屬性方案實時響應的AI金字塔召回方案
wide-deep模型的排序模型方案醫療領域NER解決方案
對話主題相關解決方案微信端服務部署解決方案
對話管理系統與AI結合解決方案大規??焖傥谋痉诸惤鉀Q方案
多模型并行預測解決方案分布式模型訓練解決方案
多標簽知識圖譜構建解決方案基于Flume+Kafka的實時數據采集解決方案
基于詞頻、詞向量的文章畫像抽取解決方案離線定時任務多路召回的解決方案
wide&deep深度神經網絡模型的排序方案雙通道redis&hbase的實時請求服務解決方案
推薦系統冷啟動解決方案中文分詞和向量化的解決方案
基于神經網絡端到端的解決方案語言模型調優與注意力機制優化的方案
模型訓練流水線模型并行預測服務模型熱更新微服務分布式模型訓練自動參數調優Fasttext模型全面解析應用Transformer遷移學習深入實踐ResNet主干視覺網絡剖析強化學習與對抗網絡解讀大型模型壓縮與知識蒸餾探索對抗網絡系列算法論文復現……
20+名
平均5年+
300+次
百度云智學院,制定人工智能人才培養方案雙方將共同制定和推廣“人工智能”人才標準及人才培養方案,并根據各自的優勢共同進行課程設計和優化,旨在培養更專業的人工智能領域人才。
京東人工智能平臺,達成 AI 項目資源深度合作雙方將通過平臺建設、課程研發、人才培養及產品創新,圍繞人工智能數據科學、圖像與視覺處理、自然語言處理等領域開展更多深度合作。
北京大學電子與通信工程碩士, 多年開發經驗,熟悉web后端,移動端, 大數據, 機器學習等技術, 精通java Python等常用開發語言,在多家軟件公司擔任高級工程師, 項目經理, 有新浪微博,中新網新聞發布系統等多個大型項目經驗。
畢業于山東大學,計算機碩士。具有10年項目開發、項目管理經驗,任事業部技術總監,長期一線項目經理。主持開發過的項目涉及銀行、政府等應用領域。多年企業內訓培訓師,講課深入淺出,深受學生和企業員工的好評。
大連理工大學計算機碩士畢業,專注于機器學習,操作系統,推薦,深度學習領域。曾就職于人工智能創業公司,百度公司,任算法高級工程師。對CV,NLP,風控,強化學習,C++,Python等領域技術有深入研究和項目經驗。為人幽默喜氣,深受學生歡迎。
10年Linux平臺互聯網開發經驗,業界資深講師。精通Linux內核開發、內核系統移植、ARM SOC體系結構設計、C/C++、Python、Javascript、LISP、ARM/X86匯編等編程語言,全棧工程師對計算機原理從上到下融會貫通。
十年Linux平臺軟、硬件開發經驗,五年教學經驗。擁有美國Intel多核多線程認證, ARM認證工程師資格證(AAE和AAME)。曾參與上海建設銀行項目Unix安全及解決方案,263網絡集團的大型企業郵箱系統開發。精通Linux內核驅動開發、C/C++、Python開發。
多年軟件開發經驗和豐富的教學經驗,先后在多家公司擔任團隊技術負責人。熟悉Python、C、Objective-C、Swift等編程語言,帶領團隊開發出《利安社區》《榮華果園》《愛遇》《WinShop》等。授課風趣幽默,善于引導學生主動思考問題。
多年研發經驗和教學經驗。精通Linux操作系統各種應用開發,精通C/C++、Python語言編程,對GTK+、Qt等圖形界面編程有深入研究,精通網絡編程,交換機、路由器、TCP/IP協議棧等。擁有豐富授課及培訓技巧,講課幽默生動有趣,深入淺出。
碩士研究生學歷,具有多年的編程工作經驗。研究生期間主要研究算法優化,熟悉常用算法模型底層原理。做過數據挖掘,推薦系統等相關工作。專注于人工智能、機器學習、深度學習相關方面的應用研究。授課幽默風趣,注重學員反饋吸收。
計算機專業畢業,多年IT教育培訓及多年開發經驗,精通Python、C、OC、Swift等編程語言,主導過多個項目開發,社交、新聞、購物等APP和后端領域,注重移動端與后臺接口交互體驗。授課思路清晰明了,通俗易懂。
人工智能方向博士,微軟AI課程導師; 曾任職于多家世界500強公司及無人機行業領先企業的研發部門;授課經驗豐富,精準把握方向, 知識體系完備;開拓的國際視野,具有亞歐大陸、南北美洲等30余個國家的訪學閱歷。
統計學碩士,10年以上醫療行業軟件研發與算法設計經驗,擔任算法工程師+高級軟件工程師,精通Python ,opencv,c++,php,react-native等,主要從事人臉檢測,物體識別并建立相關醫療模型,具有醫療核心期刊發表過相應文章經歷。
多年開發與IT教學經驗,精通Python、MySQL、HTML、CSS、JavaScript等編程語言。技術純熟,項目經驗豐富。授課風趣幽默,以不同的授課風格打破代碼課程對學生的常規束縛,引導不同基礎的學生日有所長。
課前明確學習目標
學員全程圍繞學習目標開展學習
根據個人知識掌握
推薦對應學習建議
隨時隨地在系統中提出
問題并獲得解答
學習成果通過可視化BI報表展現
學習情況了然于胸
隨堂糾錯測評
確保學習的薄弱點有效補救
低起點、高終點的練習路徑
提升知識應用能力
階段性評估
明確學習薄弱點
專人制定專項學習計劃
確保每一名學員不掉隊
每年百場行業交流
每年24場免費交流
行業大牛講座
技術大牛分享
攻克研發難關
緊跟科技前沿
二千余家企業
高管精準指導
助力職場晉升
突破發展瓶頸
服務中高端IT人才
持續跟蹤量身定做
家門口的傳智校區,學習擇業更方便
1相同的課程大綱
傳智每年都會進行課程的升級和更新,一旦更新,全國所有校區課程將統一使用最新教學大綱。
2相同的教學管理
傳智教育只有直營,不搞加盟!總部直接派講師到分校區授課,采用相同的培訓模式和課程。
3相同的師資力量
分校區的師資在同一套教師培訓體系下完成培訓,保障師資質量。
4相同的就業服務
全國各分校設置有與總部相同的就業服務部門,享受同樣的指導服務。