计算机视觉（ComputerVision）

课程简介及教学内容

本课程课堂讲授(含实验）约96学时（6学分），同时包含28个学时（0.5学分）的实训学时（1周）。 主要包括：基于深度学习的计算机视觉的主要应用介绍，同时介绍了经典卷积神经网络模型（LeNet, AlexNet, VGGNet, GoogLeNet, ResNet），以及生成模型（生成对抗模型）和循环神经网络的基本知识。最后，详细介绍了计算机视觉中的两个重点任务目标检测（Detection）和图像分割（Segmentation），其中目标检测中介绍了两个重要系列RCNN和Yolo，图像分割详细介绍了两个经典模型FCN和DeepLab。

本课程网站提供《计算机视觉》(71094327)的所有资源，包括在线教案、课堂PPT、相关论文、习题及其他相关资源。 教学过程相关的考勤、作业提交、课堂练习、期末测验将使用 课堂派平台， 请各位同学使用实名（学号）加入课程。在使用方面有疑问的同学可以参考 使用手册—学生版。 加入课程请扫描二维码，或注册后使用加课码加入： 课程二维码及课程码。本课程从2020年9月开始执行。