1. 本课程介绍

2. 计算机视觉历史回顾，从浅层学习到深度学习

1. 深度卷积网络的原理与模型介绍，

2. CNN(AlexNet, VGGNet, ResNet, DenseNet)

3. 图像分类

4. 项目实战：搭建和训练一个深度学习网络

1. 人脸识别原理与案例

2. 关键点定位，人脸对齐与识别

3. Deepface, FaceNet

4. 项目实战：人脸识别演示

1. 目标检测原理与应用

2. Fast-rcnn, Faster-rcnn, Yolo, SSD, RetinaNet

3. 项目实战：目标检测源码分析

1. 生成模型与应用

2. 对抗生成网络(GAN), 图片生成

3. 项目实战：一个有趣的生成网络实例和分析

1. 图片分割

2. 语义分割，实例分割

3. 项目实战：源码分析

1. 深度学习在序列数据中的应用

2. 循环神经网络(RNN)，长短记忆网络(LSTM)

1. 目标跟踪

2. 单目标跟踪，多目标跟踪

3. 项目实战：目标跟踪实例

1. 动作识别

2. 光流（Flownet），3D CNN

3. Pose estimation

4. 项目实战：Flownet演示

1. 视频分割

2. PSPNet， Resnet38

3. 项目实战：视频分割在无人驾驶中的应用

1. 强化学习

2. 策略梯度， Q-Learning

3. 项目实战：案例分析，以Flyingbird为例

1. 常用的深度学习开发平台

2. Caffe, Tensorflow, Torch

3. 项目实战：架构分析