人工智能，AI时代的必修课

随着AI时代到来，人工智能成为热门技术方向之一。飞速发展的行业使人才需求越来越大，薪资随之水涨船高。但由于技术更新快，教育资源有所滞后，真正符合市场需求的人才培养仍面临巨大挑战。

  • 高质量人才缺口大
  • 市场需求大
  • 热门技术薪资高
  • 急需优质教育资源
  • 为迎合人工智能行业飞速发展，市场存在许多“快餐式”人才培养，而具备体系技术能力的人才高度稀缺。
    • “快餐式”人才特点

      基础性技术岗位

      可替代、可复制

      机械执行，缺乏开发思维

      晋升难，行业局限性

    • 高素质人才特点

      具备完整的开发思维

      开发能力可迁移，无行业限制

      符合市场人才需求标准

      职场晋升快

学完后直接落地高端岗位

学完喜欢领域任你Pick，跨入高薪职业行列

这门课适合谁学？

  • 在校学生 本科/研究生及以上

    理工科相关专业背景， 且自身有计算机、数学 等专业基础。

  • IT转行 传统互联网岗位

    职业到达瓶颈，初级程 序员可复制性高，无行 业市场竞争力。

  • 能力提升 架构师/算法工程师/CTO

    研发大牛，需要人工智能算法与大数据，提升技术 广度与深度。

  • 兴趣驱动 实践意识/创新思维/热爱人工智能

    对人工智能感兴趣，并 有一定的学习动力和自 主学习能力。

打破行业壁垒，培养技术人才 “可迁移能力”

  • 边练边学，培养开发思维

    应用场景中教学
    案例融入知识点

    注重方法论教学
    培养开发思维

    不同框架对比学习
    就业面更广

    注重AI+
    与其它技术融合

  • 实战主导，配套充足资源

    自研元宇宙实验平台

    充足的实战资源
    拒绝纸上谈兵

    大型项目高仿真

    课程直接配套实操平台

耗时3年研发元宇宙实验中心
打造身临其境实战环境

交互性学习，大型项目无场地限制
  • 自带多个开发环境

    解决了在硬件上部署实验限制、嵌入式端速度慢、开发过程中环境切换等问题，简化了开发流程，开展教学更流畅便捷。

  • 可视化算法教学 构建开发逻辑

    将算法过程封装，动态解析代码，按搭积木式组合让用户可视化理解算法原理，构建整体思维，深入学习。

  • 3D应用场景案例实战

    逻辑与算法可接入系统里预设的3D场景中，实现可视化交互体验，打造人工智能沉浸式实操环境。

  • 智能捕捉错误

    精准捕捉在编程学习和算法学习过程中的异常情况，提醒错误原因，督促及时修改。

  • 代码自动生成

    pyhton代码自动生成，根据封装好的组件自主学习代码，代码资源可以迁移到硬件平台或虚拟场景中验证。

  • 拓展应用，开展比赛

    系统里编译的代码可直接迁移到实际行业应用；丰富的实验环境、项目资源可作为人工智能大赛平台。

课程大纲，4大阶段+3大框架
并行+大型综合实战平台

深入开发思维，培养真正掌握人工智能技术的人才
01了解AI技术体系
02 入门基础学习
03 系统知识体系
04大型项目进阶
AI认知

· 人工智能介绍与发展

· 图像-分类场景与案例

· 图像-检测场景与案例

· 图像-分割场景与案例

· NLP-文本预处理场景与案例

· NLP-生成式对话场景与案例

环境搭建

· 环境与IDE认知与搭建

· CPU/GPU/NPU环境熟悉

Python与库

· 基本语法与使用

· Numpy与矩阵

· Pandas与数据处理

· Matplotlib与绘图设计

· Pillow与图像处理

随机案例：绘制一颗爱心
随机案例：成绩分析和可视化

Python数据结构

· 运行效率与时间复杂度

· 分类与排序算法

· 树与图

随机案例：成绩排序可视化

Git使用与学习

· 搜索GitHub项目

· 基本Git操作

· 仓库与分支管理

随机案例：创建自己的开源项目

图像认知与OpenCV

· 灰度与二值化

· 图像旋转与缩放

· 图像矫正与仿射变换

· 图像噪点消除与滤波算法

· 图像形态学变换

· 直方图与均衡化

随机案例：颜色识别、道路 边缘检测、快递二维码识别

深度学习框架基础

· PyTorch

· TensorFlow

· PaddlePaddle

· 张量与矩阵

· 框架的自动微分机制

· 计算图

· GPU的使用

随机案例：加减乘

机器学习算法原理实践

· 机器学习认识

· Python的机器学习库

· K近邻算法

· 线性回归

· 激活函数与非线性化

· 逻辑回归

· 支持向量机

· 贝叶斯

· 聚类算法

全连接神经网络

· 前向与反向过程

· 训练过程可视化

· 优化器与优化方法

· 欠拟合与过拟合

· 模型效果评估

随机案例：分开两个圆

卷积神经网络

· 计算机眼中的图像

· 卷积为什么能识别图像

· 池化为什么能增强特征

· 多通道卷积与偏置过程

· 经典神经网络

实战：人脸识别

循环神经网络

· NLP的发展与技术栈

· 传统的RNN

· LSTM

· Bi-LSTM

· GRU

Transformer

· ChatGPT的发展与技术栈

· 基础与动机

· Transformer 架构

· 注意力机制

· 位置编码

· 注意力掩码

· 经典神经网络

PyQT开发与实践

· 安装与配置

· 组件的介绍与使用

· 信号与槽函数

· PyQT的线程与进程

· SQLite数据库

· PyQtGraph数据可视化

数据标注与数据集制作

· 标注类型和标注工具

· 图像标注

· 文本标注

垃圾分类系统(3D场景)

· 3D场景数据交互

· 数据采集

· 数据增强与分类数据集制作

· MobileNetV3的small与large

· 网络fine-tuning

· 模型部署到场景

· 后端部署与前端检测

工业流水线系统(3D场景)

· 3D场景数据交互

· 数据采集

· 目标检测基础知识

· 目标检测发展与经典神经网络

· YOLO的发展与关键概念

· 数据增强与分类数据集制作

· 网络fine-tuning

· 模型部署到场景

· 后端部署与前端检测

智能驾驶系统(3D场景)

· 交通监控分析

· 车辆违停检测

· 道路边缘和车道标线识别

就业导向，全行业沉浸式项目实战

在3D场景中做项目，高仿真实操

项目简介：基于目标的人脸查找检测，并结合机器学习算法实现1:N的人脸识别。关键点检测可以实现数字化妆、数字美颜等功能。

项目简介：项3D场景的垃圾分类系统，实现可回收垃圾、厨余垃圾、有害垃圾和其他垃圾的正确分类，垃圾可以自定义多角度采集与识别。

项目简介：3D场景流水线分拣物品可高度自定义，通过动态的自动上货、识别残次品、自动分拣、自动传送带控制，实现智能化工业流水线作业。

项目简介：基于车辆检测、车牌检测、车牌识别实现违章停车识别功能，精准快速识别出违停车辆并进一步行动，车辆可自动驾驶到某一区域，动态获取场景摄像头数据。

项目简介：车辆检测与跟踪在交通监控、智能城市等方向都具有广泛应用，通过目标检测算法与跟踪算法，检测其道路车辆实时性计数。

项目简介：采用车牌检测与光学OCR，实现场景中的车牌识别功能，与车库的数据库进行匹配对比，实现智能化停车场、自动收费等系统的放行与收费功能。

项目简介：基于分割算法的车道线检测，并使用轻量化分割方案实现车道线检测，结合车辆检测可实现压线检测与逆行检测。

项目简介：基于视觉处理实现仿射变换、车道识别。并通过PID实现车辆方向盘和前轮的控制，通过后驱的速度调节车辆行驶的速度。

人脸识别
垃圾分类系统
工业流水线系统
车辆违停检测
车流量计数跟踪
车牌识别
道路边缘和车道标线识别
车辆控制与高速巡航

20年资源积累，打造人工智能行业标杆

华清远见教育科技集团，成立于2004年，是一家集产学研用于一体的科技驱动型新一代信息技术领域教育服务领导品牌。致力于让每位学子都能简单直接高效地获取紧跟科技时代前沿的IT教育服务，实现高端职业梦想。从线下到线上，从教学到研发，从理论到实践，从校园到职场，同时为企业、高校、个人提供全方位的人才培养解决方案。目前已在全国主要一二线城市成立12个学习中心，为企业输送30余万IT人 才，并为1100余所高校、20000余家企业赋能人才培养和人才支撑。