栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

【视频课】生成对抗网络经典任务,详解基于GAN的图像生成算法!

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

【视频课】生成对抗网络经典任务,详解基于GAN的图像生成算法!

前言

欢迎大家关注有三AI的视频课程系列,我们的视频课程系列共分为5层境界,内容和学习路线图如下:

第1层:掌握学习算法必要的预备知识,包括Python编程,深度学习基础,数据使用,框架使用。

第2层:掌握CV算法最底层的能力,包括模型设计基础,图像分类。

第3层:掌握CV算法最核心的方向,包括图像分割,目标检测,图像生成,目标跟踪。

第4层:掌握CV算法最核心的应用,包括人脸图像,图像质量,视频分析,图像编辑。

第5层:掌握算法落地的关键技术,包括模型优化,模型部署。

其中部分课程的主体内容已经更新完毕,比如数据使用/图像分类/目标检测/图像生成;部分课程正在重制更新中;比如模型优化/模型部署,部分课程正在计划上线中,比如图像编辑/视频分析,请大家及时关注!

本次给大家介绍的课程内容是《深度学习之图像生成》,目标是帮助大家掌握好基于GAN的深度学习图像生成问题。

为什么要学习这门课

GAN的研究和应用在这几年发展可以说是非常迅猛,已经被用于各个研究方向,其应用涉及图像与视频生成,数据仿真与增强,各种各样的图像风格化任务,人脸与人体图像编辑,图像质量提升。

其中GAN最早期也是最经典的任务,就是高质量图像生成,当前已经可以生成1024分辨率以上的高清逼真图像,如下图生成了一些假明星脸。

为了帮助初学者学习GAN用于图像生成领域的问题,有三AI推出《深度学习之图像生成-理论实践篇》课程,让你以最短的时间掌握GAN与图像生成的经典框架,并进行代码实践。

子欲学GAN算法,必先从图像生成开始!这就是我们这一门课期望帮大家搞定的问题!下面请听课程的详细介绍!

课程内容介绍

本课程内容包括图像生成的各个经典算法与实践,时长超过5个小时,理论与实践内容非常丰富:

(1) 理论非常完备。详细解读了基本的卷积GAN,各类条件生成GAN,强大的StyleGAN系列,数据增强与仿真GAN,后续还会增加3D与视频的部分内容,既有足够的宽度,也具备有足够的深度。

(2) 实践非常丰富。本次课程中一共已经包含了2个Pytorch实战案例,分别为DCGAN人脸嘴唇表情生成任务,StyleGAN人脸图像生成任务,后续还会增加3D与视频部分的实践内容。

课程大纲如下:

课程大纲

下面简单了解一下各部分的内容:

(1) 全卷积图像生成GAN,讲解DCGAN的原理与结果,约17分钟,本小节内容可以免费收听。

(2) 全卷积图像生成GAN实战,讲解DCGAN的实战,包括模型解读与训练,约20分钟,本小节内容可以免费收听。

(3) 条件GAN原理,讲解有监督,无监督,半监督条件GAN,约30分钟。

(4) 多尺度GAN,包括金字塔GAN,渐进式生成GAN,约25分钟。

(5) 风格化GAN,包括StyleGAN v1与StyleGAN v2的原理详细解读,约60分钟。

(6) 基于Pytorch的StyleGAN项目实战,约60分钟。

(7) 数据增强与仿真GAN,讲解典型的数据增强与仿真GAN模型,约15分钟。

以上就是当前更新的内容,后续还将更新3D图片,视频生成GAN等内容,请大家及时关注。

本课程讲师为言有三,讲师简介如下:

言有三

龙鹏,笔名言有三,技术社区《有三AI》创始人。先后就读于华中科技大学(2008-2012),中国科学院半导体研究所神经网络实验室(2012-2015),先后就职于奇虎360人工智能研究院(2015.7-2017.5),陌陌科技深度学习实验室(2017.5-2019.3),深度学习算法专家,阿里云MVP,华为云MVP。

拥有超过7年的计算机视觉从业经验,拥有丰富的传统图像算法和深度学习计算机视觉项目经验,著有书籍《深度学习之图像识别:核心技术与案例实战》(机械工业出版社2019.4),《深度学习之模型设计:核心算法与案例实践》(电子工业出版社2020.6),《深度学习之人脸图像处理:核心算法与案例实战》(机械工业出版社2020.7),《深度学习之摄影图像处理:核心算法与案例精粹》(人民邮电出版社2021.4),拥有10余项发明技术专利与学术论文。

擅长领域:Caffe,Tensorflow,Pytorch等主流深度学习平台。神经网络与深度学习理论,深度学习模型设计与优化,计算机视觉的基础领域,AI美学,2D与3D人脸算法,生成对抗网络GAN等领域。

本课程特色与适合人群

本课程有以下特色:

(1) 理论部分完善。本部分专注于图像生成相关的GAN,覆盖了基本GAN,条件GAN,多尺度GAN,风格化GAN等主要领域,以及GAN的典型应用。

(2) 配套实践案例。当前共有2个案例实践(如下图),并配套有代码与数据集,可循序渐进学习。

案例示意图

本课程适合人群:

(1) 所有学习人工智能/深度学习算法,并有志于从事该领域的人员。

(2) 从事GAN相关研究与应用落地的技术人员。

(3) 学习与从事计算机视觉领域的技术人员。

学习完本课程你将掌握:

(1) 掌握基于GAN的图像生成经典算法与实战。

(2) 熟悉Pytorch项目实践。

如何获取课程

订阅本课程的方法有两个:

其一:参加有三AI-CV秋季划GAN组,可以获得完整的课,季划介绍如下:

有三AI计算机视觉学习季划

有三AI季划是我们推出的终身计算机视觉培养计划,有三作为主要导师直接带领,囊括答疑,微信群交流,线下活动,多本自写的书籍,图文课件与代码,直播与直播,知识星球社区,内容组与研发组权限,了解详细请阅读以下文章:

【CV秋季划】生成对抗网络GAN有哪些研究和应用,如何循序渐进地学习好?

其二:单独订阅本视频专栏,本专栏定价为199,随着后续内容增加可能会进行价格调整,感兴趣的请提前订阅,链接如下:

课程的完整目录如下:

往期相关

  • 【视频课】有三AI所有免费与付费的视频课程内容汇总(2021年8月)

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/283776.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号