2023年有三AI-CV高阶-项目实战组正式发布！有三AI已经推出了CV初-中-高级培养计划（原名有三AI-CV季划），这是我们的终身计算机视觉学习小组。
该培养计划具有以下特点：
【系统性】配套有非常完备的理论与实践
【永久性】不限制学习期限，一直有效
【成长性】内容保持更新，不额外收费
【专业性】原创书+视频讲解+真实项目锻炼
【丰富性】数千页PPT，文档，项目等
【权威性】工业界资深背景辅导老师，弱运营属性
什么是有三AI-CV高阶-项目实战组
这是我们最高等级的CV学习小组，表示对参与者有更高的基础要求。在这个小组里，我们不再去系统性地学习深度学习与计算机视觉的基础理论知识，而是假设大家已经有了非常好的基础功底，我们直接进行计算机视觉各个领域的项目实战，目前已有超过30个CV各方向的实战案例，超过60小时配套视频讲解，提供代码数据下载。
项目小组配套的视频课程
包含我们平台绝大多数项目实战类课程，并赠送一些基础专栏，目前已有36期，分布在图像分类方向，分割检测方向，视频分析方向，生成对抗网络方向，模型优化部署方向，人脸应用方向，超过60小时配套视频讲解，今年年底之前预计不会少于50期。本小组内容会尽量覆盖住CV的各个方向。从数据的使用，CV的基础方向，到模型的进阶，以及前沿的领域，下面是截止到今日的案例。
(1) 图像分类方向
包含了对于新手非常友好的入门级项目，内容主要是在图像分类基础模型的使用等方向，包括从零搭建CNN模型，学会使用Pytorch数据增强，完全掌握ResNet，GoogLeNet，SENet，BCNN，EfficientNet等经典模型的细节。
【项目实战课】AI零基础，人人免费可学！基于Pytorch的SimpleNet人脸表情识别实战
【项目实战课】人人免费可学！基于Pytorch的图像分类简单任务数据增强实战
【项目实战课】人人免费可学，基于Pytorch的BCNN鸟类细粒度图像分类实战
【项目实战课】人人免费可学，基于ResNet的生活垃圾图像分类实战
【项目实战课】基于Pytorch的InceptionNet花卉图像分类实战
【项目实战课】基于Pytorch的的SENet人种图像分类实战
【项目实战课】基于Pytorch的EfficientNet血红细胞分类竞赛实战
(2) 图像分割与检测方向
学会从零搭建更复杂的模型，使用更复杂的数据增强，掌握图像分割、目标检测、目标跟踪经典任务。
【项目实战课】人人免费可学！基于Pytorch的SimpleNet嘴唇图像分割实战
【项目实战课】基于Pytorch的Semantic_Human_Matting（人像软分割）实战
【项目实战课】基于Pytorch的BiseNet表面缺陷分割实战
【项目实战课】基于Pytorch的YOLOv3工业缺陷检测实战
【项目实战课】快速上手目标检测任务，MMdetection框架详细解读与案例实战
【项目实战课】基于Pytorch的SiameseFC通用目标跟踪实战
(3) 视频分析方向
掌握视频分类与行为识别领域的经典模型，当前已经包括3DCNN模型，双流模型，LSTM时序模型。
【项目实战课】基于Pytorch的3DCNN视频分类与行为识别实战
【项目实战课】基于Pytorch的CNN_LSTM视频分类与行为识别实战
【项目实战课】基于Pytorch的SlowFast模型视频分类与行为识别实战
(4) 生成对抗网络方向
掌握生成对抗网络在图像生成，图像风格化，图像增强，图像编辑等各个领域的经典模型，非常经典必须掌握的包括DCGAN模型，StyleGAN模型，Pix2Pix与CycleGAN模型等。
【项目实战课】基于Pytorch的DCGAN人脸嘴部表情图像生成实战
【项目实战课】基于Pytorch的StyleGAN v1人脸图像生成实战
【项目实战课】基于Pytorch的StyleGAN人脸属性（表情、年龄、性别）编辑实战
【项目实战课】基于Pytorch的Pix2Pix黑白图片上色实战
【项目实战课】基于Pytorch的Real-ESRGAN自然图像超分辨实战
【项目实战课】基于Pytorch的BeautyGAN人脸智能美妆实战
【项目实战课】基于Pytorch的StarGAN人脸表情编辑实战
【项目实战课】基于Pytorch的DANet自然图像降噪实战
【项目实战课】基于Pytorch的EnlightenGAN自然图像增强实战
(4) 模型优化与部署方向
掌握模型剪枝，模型量化，模型蒸馏等模型优化压缩技术，掌握服务端，嵌入式平台模型部署框架，当前已经包括结构化模型剪枝，8bit模型量化，微信小程序部署，Android端原生Pytorch模型部署等内容。
【项目实战课】基于ncnn框架与KL散度的8bit对称模型量化与推理实战
【项目实战课】基于Pytorch的稀疏约束结构化模型剪枝实战
【项目实战课】人人免费可学！基于Pytorch的图像分类经典知识蒸馏实战
【项目实战课】从零实现原生Pytorch安卓端图像分类模型部署
(5) 人脸与人体方向
掌握人脸与人体检测，人脸与人体识别，人脸与人体重建等相关应用，当前已包含经典的RetinaFace人脸检测，PFLD人脸关键点检测，MTCNN- VGG人脸识别等内容。
【项目实战课】基于Pytorch的RetinaFace人脸与关键点检测实战
【项目实战课】基于Pytorch的PFLD人脸关键点检测实战
【项目实战课】基于Pytorch的MTCNN与Centerloss人脸识别实战
当然，除了以上的项目实战类课程，考虑到部分学员的基础比较差，我们给大家额外赠送了2套基础专栏，分别是《深度学习之图像分类：理论实践篇》，《深度学习之模型设计：理论实践篇》，各自介绍如下：
详细了解《深度学习之模型设计：理论实践篇》课程，请阅读：
【视频课】AI必学，超20小时，4大模块，循序渐进地搞懂CNN模型设计与简单部署！
详细了解《深度学习之图像分类：理论实践篇》课程，请阅读：
【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！
如果大家还需要补充其他CV方向的理论基础，请关注【文末相关的系统性专栏课程】。
课程以外的其他内容
除了集中的课程学习，我们还提供了配套的参考书籍以及图文知识社区，真实项目锻炼的机会。
(1) 包含有三本人出版的最新书籍，《深度学习之图像识别：核心算法与实战案例（全彩版）》。
言有三新书出版，《深度学习之图像识别（全彩版）》上市发行，配套超详细的原理讲解与丰富的实战案例！
(2) 有三AI知识星球永久使用权限，知识星球是有三AI的付费图文内容社区，里面东西也非常多，目前仅供学员使用，不对外开放。
【重要】有三AI知识星球不再对外公开！还想加入的有哪些途径？
(3) 有三AI项目组权限，这是我们承接各类研发项目的小组，也是服务于实际落地项目的小组，目前由我们公司的全职员工带领兼职员工进行项目研发，典型案例包括智能小区自动驾驶环境感知与规划系统，深度学习编译器等。
大家可以去我们的官网地址，查看一些主要的项目案例展示：
公司官方网站：https://yousanai.com/
已经有非常多的同学通过参与项目获得远超学费的收入，可以参考：
【杂谈】有三AI课程兼职讲师，打造自己的影响力，我从这里开始！
【杂谈】一个项目获得10倍学费收入，我在有三AI学以致用的故事
【杂谈】从失业到重要项目负责人，2020年里我如何在有三AI上岸
【杂谈】从学员到专栏作者、讲师，我在有三AI学习与名利双收的故事
【杂谈】参加有三AI秋季划4个月，薪资翻倍，我在有三AI都学了啥？
【杂谈】从医学专业转行到AI，独立完成项目到获得加州理工大学读研推荐，我如何与有三AI结缘
(4) 一对一答疑与群权限，最后当然就是有三本人的一对一答疑以及对应的群权限，这也是和其他所有一对一学习小组类似的服务。本人的简介在公众号有多次出现，就不再重复介绍了。
如何加入
下面来介绍一下加入有三AI-CV高阶-项目实战组的2个主要方法。
其一：之前没有参加过任何一对一学习小组的新人，可以直接扫码下面的海报加入，后续永不增加费用，且享有内容的永久更新权限。
其二：已有任何其他学习小组成员加入有8折优惠。其他小组相关介绍可见：
(1) 有三AI-CV初阶-基础算法组，这是面向深度学习与计算机视觉学习新手，目标是从Python编程、Pytorch框架使用与深度学习开始，到较为深入系统地掌握计算机视觉的核心领域，培养出独立完整的CV算法研发与工程项目能力，地址为https://pcpgm.xet.tech/s/3r7vSb。
【一对一学习小组】2023年有三AI-CV初阶-基础算法组发布，如何夯实深度学习图像识别算法理论基础与实践
(2) 有三AI-CV中阶-模型算法组，这是面向专注于深度学习模型分析、设计、优化、部署方向的朋友，培养对深度学习模型的深入理解与应用能力，地址为https://pcpgm.xet.tech/s/1JLxhD。
【CV秋季划】模型算法与落地很重要，如何循序渐进地学习好（2022年言有三一对一辅导）？
(3) 有三AI-CV中阶-GAN组，这是面向专注于GAN在视觉中的应用，包括图像生成、图像翻译、图像增强、图像编辑等方向的朋友，系统性掌握生成对抗网络的算法，地址为https://pcpgm.xet.tech/s/1l1WyC。
【CV秋季划】生成对抗网络GAN有哪些研究和应用，如何循序渐进地学习好（2022年言有三一对一辅导）？
(4) 有三AI-CV中阶-人脸算法组，这是面向专注于人脸相关算法，包括检测、识别、三维重建、属性编辑等方向的朋友，图像编辑等方向的朋友，系统性掌握主流的人脸方向相关算法，地址为https://pcpgm.xet.tech/s/2xCByw。
(5) 有三AI-CV中阶-图像质量组，这是面向专注于图像质量提升算法，包括图像质量分析、图像降噪、超分辨、编辑等方向的朋友，掌握比较底层的图像问题，地址为https://pcpgm.xet.tech/s/2FN0iD。
【CV秋季划】图像质量提升与编辑有哪些研究和应用，如何循序渐进地学习好？
如果你感兴趣，需要咨询，可以添加有三微信号Longlongtogo。
往期相关
2282
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
