培训目标
· 快速掌握：2天高效学习图像算法核心知识点与实战技巧
· 代码落地：通过Python+OpenCV/PyTorch实现经典算法
· 应用导向：结合工业场景（安防/医疗/自动驾驶）讲解优化方法
基础与经典算法实战
图像处理基础与OpenCV实战**
1. 图像算法概述
o 计算机视觉应用场景（工业检测/医学影像/自动驾驶）
o 传统方法 vs 深度学习的优劣对比
2. OpenCV核心操作
o 图像读写/ROI提取/色彩空间转换（RGB/HSV/Lab）
o 图像增强：直方图均衡化/CLAHE/伽马校正
3. 特征提取实战
o 边缘检测（Canny/Sobel）
o 角点检测（Harris/SIFT）
o 代码实战：基于特征的图像拼接
深度学习CV入门与分类检测**
1. 卷积神经网络（CNN）速成
o CNN核心结构（卷积/池化/全连接）
o PyTorch/Keras快速搭建模型
2. 图像分类实战
o 手写数字识别（MNIST）
o 迁移学习：ResNet18训练自定义数据集
3. 目标检测入门
o YOLOv5原理与代码解析
o 实战：COCO数据集目标检测训练
进阶模型与工业优化
分割与生成模型**
1. 图像分割技术
o 语义分割（UNet） vs 实例分割（Mask R-CNN）
o 实战：医学影像病灶分割
2. 生成对抗网络（GAN）
o DCGAN生成手写数字
o StyleGAN2人脸生成（预训练模型体验）