1、培训过程中，如有部分内容理解不透或消化不好，可免费在以后培训班中重听；
        2、课程完成后,授课老师留给学员手机和Email,保障培训效果,免费提供课后答疑。
        3、培训合格学员可享受免费推荐就业机会。

课程目标
学会使用tensorflow object detection框架、理解迁移学习的基本概念与用法。使用预训练模型作为检查点进行模型迁移学习实现宠物识别与手势识别，学会如何从原始图像数据实现VOC2012数据集制作、生成tf.record数据、模型迁移学习config文件修改、网络fine-tunin
适用人群
Python语言开发者，OpenCV开发工程师，对人工智能与计算机视觉感兴趣的，在校大学生，研究生
课程简介
从tensorflow object detection模型安装开始、一步一步学会如何使用预训练模型实现对象检测与识别、介绍各种预训练模型之间的差异、选择合适模型进行迁移学习、SSD模型介绍。从使用公开数据集实现宠物识别到使用自定义图像数据，实现数据标注、迁移学习模型config文件修改、运行各种脚本实现VOC2012数据tf record生成、自定义模型训练与导出，实时手势识别，教会大家如何使用tensorflow object detection完成项目需要的图像对象检测与识别工作，为成为计算机视觉开发者迈出坚实一步与打下良好基础。课程中案例运行截图：

公开数据集训练实现宠物识别：
1课程概述
2环境配置与安装
3模型库介绍与使用-01
4模型库介绍与使用-02
5模型库介绍与使用-03
6mask rcnn实现像素级别的对象检测与分割
7数据集Oxford-IIIT Pets Dataset
8迁移学习
9Oxford Pets模型训练与实时查看
10训练宠物模型的导出与使用
11手势数据收集与标注
12VOC2012数据格式与数据生成
13配置文件修改与模型训练
14导出模型与实时手势识别