欢迎大家来到我们的项目实战课，本期内容是《基于Pytorch的BCNN鸟类细粒度图像分类实战》。所谓项目课，就是以简单的原理回顾+详细的项目实战的模式，针对具体的某一个主题，进行代码级的实战讲解，要求大家有较好的基础知识。
本次课程内容
细粒度图像分类是一个粒度较小的图像分类问题，它往往是同一个大类中的子类的分类，以不同鸟类的细粒度分类任务为例，比较著名的数据集是Caltech-UCSD Birds-200- 2011。这是一个包含200个类、11788张图像的鸟类数据集。细粒度图像分类往往需要使用特殊的模型，其中常用到注意力机制的设计。
本次课程，我们就使用BCNN模型来完成鸟类细粒度图像分类任务，这是一个基于自注意力机制的模型，经过剪辑后的课程总时长为30分钟，本课程免费，附赠全套代码与数据集，各部分课程内容与时长如下：
部分 | 内容 | 时长(分钟) |
No.1 | 内容简介 | 7 |
No.2 | 数据划分与读取 | 6 |
No.3 | 模型搭建与训练 | 17 |
下面我们来简单看一下各部分的内容：
第1部分：项目简介，介绍本次使用的数据集以及使用方法BCNN模型的原理。
第2部分：详细解读数据类的定义与数据的读取等相关操作。
第3部分：详细讲解VGG模型与BCNN_VGG的搭建，比较不同深度（VGG11，VGG13，VGG16）模型，以及是否添加双线性注意力机制的模型性能对比。
本次课程为录播课程，讲师为言有三，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。
如何订阅
我们的视频课全部在小鹅通平台，可以使用手机APP小鹅通或者直接在网页进行登录学习，内容试听以及订阅请直接扫如下二维码：
课程详情如下：
更多图像分类相关的内容，请点击关注图像分类专栏课程。
【视频课】CV必学，超10小时，3大模块，5大案例，循序渐进地搞懂图像分类理论与实践！
更多实战课内容
更多的项目实战课内容，请大家参考我们的项目实战课程合集，如下：
【CV冬季划】终极进阶，超30个项目实战+3本书+3年知识星球
课程相关问题答疑，请联系微信-坨坨瑜进项目实战群：
实战课讲师招募
为了进一步丰富有三AI生态的实战内容，欢迎有经验，有能力的讲师报名成为平台讲师：
讲师要求如下：
(1) 有多次人工智能领域教学经验，擅长演讲与教学。
(2) 有3年以上人工智能领域项目实战经验。
(3) 有三AI已有生态成员优先。
实战课的收入与平台采取固定分成的方式，具体细节可在内容组了解详情，报名请发送邮件到longpeng@yousanai.cn提交简历，或直接联系有三本人。
往期相关
8196
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
