Curriculum Framework

课程大纲

Lesson 1

通用图像识别

课程内容:

本节课通过调用百度图像识别API,让学生初步认识人工智能以及目前人工智能的现状

知识点:

1.初识人工智能
2.API
3.查看技术文档
4.调用API实现图像识别功能

Lesson 2

EasyDL定制化物体检测

课程内容:

本节课通过使用EasyDL定制化训练平台,手工训练一个物体检测模型,让学生初步接触到训练人工智能模型的步骤。

知识点:

1.人工智能的发展历史
2.EasyDL定制化训练平台
3.手动训练物体检测模型
4.生成API,在程序中调用训练的模型

Lesson 3

识别鸢尾花

课程内容:

本节课通过利用鸢尾花不同品种的花瓣、花萼的大小差异,使用决策树算法进行机器学习,训练能识别鸢尾花品种的分类器。

知识点:

1.Sklearn模块介绍
2.特征提取
3.决策树算法
4.训练识别鸢尾花的分类器

Lesson 4

语音识别

课程内容:

本节课介绍了语音识别相关知识以及语音识别的流程,并通过百度语音的API制作了一个通过语音控制电脑的程序

知识点:

1.了解语音识别
2.语音识别的流程
3.调用语音识别API
4.通过API识别的结果对电脑进行控制

Lesson 5

图像风格转换

课程内容:

本节课介绍了计算机视觉领域,并介绍了如何来识别图像的边缘,通过OpenCV库加载已经训练好的神经网络模型进行图像风格转换。

知识点:

1.了解计算机视觉领域
2.图像边缘识别
3.使用OpenCV库
4.使用已经训练好的模型进行风格转换

Lesson 6

神经网络——感知器

课程内容:

本节课开始了解神经网络,通过介绍生物的神经元传输引出早期的人工神经网络,并开始学习人工神经网络的基础单元——感知器

知识点:

1.人工神经网络的起源
2.M-P神经元模型
3.感知器数学模型
4.反向传播

Lesson 7

多层神经网络——手写体识别(一)

课程内容:

本节课主要学习数据集的预处理,以及使用keras搭建多层神经网络模型

知识点:

1.Keras介绍
2.mnist数据集下载及处理
3.搭建多层神经网络模型

Lesson 8

多层神经网络——手写体识别(二)

课程内容:

本节课在上节课的基础上开始对多层神经网络模型进行编译、训练,并将训练好的模型保存为本地文件夹,随时读取使用。

知识点:

1.编译神经网络模型
2.训练神经网络模型
3.保存模型
4.读取并使用神经网络模型

Lesson 9

人脸识别系统(一)

课程内容:

本节课主要通过Qt designer软件来设计出程序的UI界面,并通过OpenCV库来开启摄像头并在程序界面上显示出来,电脑程序里面常见逻辑的处理

知识点:

1.Qt designer的使用
2.Pyqt5搭建程序UI
3.将程序的UI界面代码和逻辑代码分离
4.通过OpenCV库来开启摄像头并在程序界面上显示出来

Lesson 10

人脸识别系统(二)

课程内容:

本节课修复上节课关闭程序后没有完全释放摄像头的bug并实现了拍照的功能,绘制出信息录入的UI界面

知识点:

1.通过OpenCV释放摄像头
2.常见消息弹窗设置
3.实现拍照功能
4.绘制信息录入的UI界面

Lesson 11

人脸识别系统(三)

课程内容:

本节课将上节课绘制的信息录入窗口显示出来,并实现信息录入的功能,并优化程序逻辑结构

知识点:

1.显示信息录入窗口
2.实现信息录入功能
3.优化程序逻辑

Lesson 12

人脸识别系统(四)

课程内容:

本节课详解介绍了实现人脸识别的流程并实现了人脸识别功能,实现了将识别的人脸信息显示在程序界面上

知识点:

1.识别模块的应用
2.OpenCV将识别到的人脸标记出来
3.显示人脸数据的个人信息

继续了解 Python Level8