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。☆合格学员免费颁发相关工程师等资格证书，提升职业资质。专注高端技术培训15年，端海学员的能力得到大家的认同，受到用人单位的广泛赞誉，端海的证书受到广泛认可。

• 阶段1 图像预处理
  第一部份：OpenCV 及图像处理基础
  知识点：图像处理，灰度值提取，Histogram提取
  第二部份：OpenCV进阶：图像滤波，特征提取及匹配
  知识点：Sift，视觉和图像变换, 边缘检测算法等
  第三部份：实践：利用KNN算法和OpenCV进行手写字符识别

  阶段2: 创建自己的图像识别神经网络
  第四部份：深入理解神经网络的前向传递和反向传播及其物理意义
  知识点：Loss function，交叉熵代价函数，梯度下降法求导
  第五部份：训练你自己的网络，重点为调参和工作中用到的一些技巧
  知识点：Loss function，交叉熵代价函数，梯度下降法
  第六部份：卷积神经网络（RNN）在图像分类识别中的应用（附python编程和算法解析）
  知识点：数据输入层，卷积计算层，激励层（Sigmoid，Tanh，ReLu，ELU），池化层，全联接层，Batch Normalization, 学习率
  第七部份：实践，不使用任何工具包，训练一个属于你自己的神经网络进行手写字符识别

  系列3. 深度卷积神经网络进阶
  第八部份：不同的神经网络类别和应用
  知识点：调参基本技巧，向量点积
  第九部份：深度卷积神经网络原理及实践
  知识点，神经网络的迁移学习技巧
  第十部份：搭建图片搜索系统，深入理解Triplet Loss 及其训练技巧
  第十一部份：实践：使用Tensorflow/Keras搭建神经网络，进行图像分类

  阶段4: 目标检测和LSTM标注法
  第十二部份： 目标检测算法
  知识点：Fast RCNN , Faster RCNN, Yolo, SSD
  第十三部份：LSTM 标注学习
  第十四部份：实践：使用Tensorflow/Keras在数据集上进行目标检测