【视频课】深度学习入门必修，子欲学算法，必先搞数据！-优快云博客

前言

欢迎大家关注有三AI的视频课程系列，我们的视频课程系列共分为5层境界，内容和学习路线图如下：

第1层：掌握学习算法必要的预备知识，包括Python编程，深度学习基础，数据使用，框架使用。

第2层：掌握CV算法最底层的能力，包括模型设计基础，图像分类。

第3层：掌握CV算法最核心的方向，包括图像分割，目标检测，图像生成，目标跟踪。

第4层：掌握CV算法最核心的应用，包括人脸图像，图像质量，视频分析，图像编辑。

第5层：掌握算法落地的关键技术，包括模型优化，模型部署。

其中部分课程的主体内容已经更新完毕，比如数据使用/图像分类/目标检测；部分课程正在重制更新中；比如模型优化/模型部署，部分课程正在计划上线中，比如图像编辑/视频分析，请大家及时关注！

本次给大家介绍的课程内容是《深度学习之数据使用》，目标是帮助大家掌握好深度学习中数据使用。

为什么要学习这门课

数据是深度学习系统的输入，对深度学习算法的落地起着至关重要的作用！如果没有超越百万级图片数量的ImageNet数据集的整理提出，深度学习计算机视觉算法的落地进程肯定会被推迟！

随着各类基础CV算法的成熟，决定模型能否上线的关键，很大程度上取决于数据的质量以及数据是否被正确地使用！你和大厂差的往往并不是算法的先进性，而是数据的多少！然而这一点很容易被忽视，尤其是被缺少工业界实战经验的学习者忽视。

最近百度在港交所二次上市，参与敲锣的除了高管，还有百度在山西数据标注基地的数据标注人员，可见数据标注对于人工智能发展的重要性！

以前做算法的同事曾经一起开玩笑，数据标注公司肯定先于算法公司上市，现在看来，这未必是个笑话！数据的采集、标注、分析等领域已经诞生了很多企业，也成为了大厂的技术壁垒。

子欲学算法，必先搞数据！这就是我们这一门课期望帮大家搞定的问题！下面请听课程的详细介绍！

课程内容介绍

本课程内容包括数据的获取，数据的整理，数据的标注，数据增强，数据的分析等领域，覆盖了深度学习中数据使用的各个方向，大纲如下：

课程大纲

目前已经上线数据的获取，数据的整理，数据的标注，数据增强共4大部分内容，共计3小时左右，简介如下：

(1) 数据获取。包括数据获取的常用方法简介，经典好用的各种规模爬虫工具介绍，本小节内容可以免费收听。

(2) 数据整理。包括如何对数据进行检查与归一化，数据去重算法，数据集的划分策略，同时提供配套的开源代码下载。

(3) 数据标注。包括数据标注行业的概述，CV领域中的数据标注工具，前沿的自动数据标注算法介绍。

(4) 数据增强方法和实践。其中数据增强方法包括基本的方法和自动增强的方法，基于生成模型的方法。数据增强实践包括Pytorch框架数据增强接口介绍，Pytorch数据增强实践案例；imgaug库的介绍与API详解，分类分割检测等视觉任务中的使用，以及基于imgaug的图像超分辨数据增强实践。

本课程讲师为言有三，讲师简介如下：

课程讲师

龙鹏，笔名言有三，技术社区《有三AI》创始人。先后就读于华中科技大学(2008-2012)，中国科学院半导体研究所神经网络实验室(2012-2015)，先后就职于奇虎360人工智能研究院(2015.7-2017.5)，陌陌科技深度学习实验室(2017.5-2019.3)，深度学习算法专家，阿里云MVP，华为云MVP。

拥有超过7年的计算机视觉从业经验，拥有丰富的传统图像算法和深度学习计算机视觉项目经验，著有书籍《深度学习之图像识别：核心技术与案例实战》(机械工业出版社2019.4)，《深度学习之模型设计：核心算法与案例实践》(电子工业出版社2020.6)，《深度学习之人脸图像处理：核心算法与案例实战》(机械工业出版社2020.7)，《深度学习之摄影图像处理：核心算法与案例精粹》(人民邮电出版社2021.4)，拥有10余项发明技术专利与学术论文。

擅长领域：Caffe，Tensorflow，Pytorch等主流深度学习平台。神经网络与深度学习理论，深度学习模型设计与优化，计算机视觉的基础领域，AI美学，2D与3D人脸算法，生成对抗网络GAN等领域。

本课程特色与适合人群

本课程有以下特色：

(1) 非常注重工业算法落地。本课程所讲述的数据获取，整理，数据增强标注等内容，全部都是日常项目实战中的技术点，也是来自于讲师多年工业界的实践经验，是属于非常接地气的内容。

(2) 实践案例丰富。课程每一部分都包含了若干实践，共计超过10个案例实践(如下图)，并配套有开源代码，步步实践，所听即所得。

(3) 唯一性。本课程内容相对于算法，虽然技术难度上并不高，但是需要充足的实践经验积累，因此在市面上没有类似的课程。