应用型人工智能从理论到实践培训方案

一、项目介绍

项目名称:应用型人工智能技术从理论到实践

项目周期:96课时

项目收获:手把手实践掌握人工智能技术应用

项目概述:

新媒体+为了进一步推动人工智能与教育和产业的深度融合,提升教师对人工智能的理解和典型场景的应用能力,传智教育基于多年产业和教学经验,特举办应用型人工智能技术从理论到实践训练营。通过培训,使学员深入了解人工智能的底层原理和典型应用场景,通过分类识别,目标侦测,关键点回归,姿态估计,语义分割,ocr识别等不同任务的讲解和实践,结合产业真实落地项目,提升老师把人工智能技术应用于教学和产业的能力。

人工智能,物联网和智能制造是目前的热门领域,软硬件结合有大量的落地场景和成果发力点,本次人工智能培训课程包含硬件的智能控制和传感器融合技术,教学案例包含机器人,无人驾驶汽车和无人机控制,内容实操性强,趣味性高,部分上课案例已被清华大学,中南大学,华中科技大等高校使用。

市面上大多数人工智能和深度学习的课程都是理论讲解,公式推导,很少代码落地和动手。本套课程,编程零基础入门,全程强调动手,以代码落地为主,以案例驱动,带领学员通过企业工业级项目案例,掌握深度学习技术落地,数据分析,特征选择,超参分析结果比较。

项目亮点:

1. 0基础入门python和qt开发

2. 以实践为导向,手把手编码教学,告别高深理论和繁杂数学推导

3. 两大机器学习框架,Tensorflow和pytorch双修

4. 详细介绍机器人操作系统ROS

5. 体验完整软硬件开发环境

6. 边学习边实践,层层递进的学习效果

7. 大量人工智能项目真实案例

8. 体验无人驾驶汽车和无人机控制(硬件可单独购买)

9. 全国大学生A类赛事“全国智能车竞赛”训练

10. 课程提供100G人工智能相关训练数据集

11. 人工智能从教学到产业应用经验分享

12. 人工智能相关教学成果奖的培育和申报经验分享

二、课程适合人群

1. 对人工智能,机器视觉,无人驾驶,无人机感兴趣的高校教师

2. 自动化、电子与机械设计、网络/通信、物联网、人工智能、计算机、大数据等相关专业教师

3. 计划参加全国大学生智能车竞赛的高校教师

学习前提:有任意一门编程语言基础即可,会python更佳。

三、预习资料

获取方式:请扫描下方二维码,回复【无人车】即可获取完整预习资料

四、准备环境介绍

本次课程需要使用虚拟机运行Ubuntu18.04操作系统,对硬件配置要求较高。

另外有大量机器学习的数据集需要使用,最低要求如下,

处理器:i5双核以上

内存:16GB 以上

硬盘:至少200G可用空间,可携带移动硬盘

五、课程培训目标

1. 熟悉python语音和机器人操作系统ROS;

2. 熟练使用人工智能框架TensorFlow和pytorch

3. 掌握人工智能项目低成本部署方案;

4. 能利用人工智能技术解决产业实际问题;

5. 深入理解自动驾驶行业关键技术;

6. 能指导学生完成无人驾驶效果优化的关键环节。

六、项目进度安排

7月25日

环境安装部署

1. 环境安装测试
2. 项目结构介绍

7月26日

Python基础

1. 人工智能理论框架与应用
2. Python与pyqt

7月27日

机器视觉基础

1. Python和OpenCV
2. OpenCV图像处理基础

7月28日

传统机器视觉应用

1. 视觉识别,图像修复
2. 填空题识别
3. 零件计数
4. 车道线识别
5. 视觉引导下的无人机控制

7月29日

Tensorflow实践

1. 1. Tensorflow基础语法
2. Tensorflow神经网络
3. 口罩佩戴识别
4. 奥利奥饼干瑕疵检测

7月31日

图像分类和目标侦测

1. 扑克牌检测
2. 教室学生统计

8月1日

Pytorch基本操作

1. Pytorch基础
2. 卷积神经网络搭建

8月2日

Pytorch实践

1. Yolov5、mmdetection
2. 关键点回归
3. 姿态估计
4. 语义分割

8月3日

机器人操作系统

1. Ros入门
2. Ros service
3. ROS launch
4. 上下位机协议分析

8月5日

机器人操作系统

1. Ros常用工具
2. ROS 综合案例开发

8月6日

无人驾驶应用

1. 强化学习和无人驾驶
2. 数据采集和模型训练
3. 模型部署和嵌入式优化
4. 全国大学生智能车竞赛实践

8月7日

感知控制和规划

1. PID控制
2. 坐标变换
3. 传感器标定
4. 传感器融合
5. 知识点总结

七、项目运行效果图

填空题识别:

无人驾驶:

教室人头清点:

OCR识别和印刷瑕疵分析:

车道线识别:

饼干缺陷检测:

请选择您要参加的培训模式