參加電腦視覺深度學習馬拉松課程的一些範例與作業
-
Day1~Day10: OpenCV相關
- Day1: openCV介紹+顯示圖片
- Day2: Color presentation 介紹 (RGB, LAB, HSV)
- Day3: 顏色相關的預處理 (改變亮度, 色差)
- Day4: 以圖片為例做矩陣操作 (翻轉, 縮放, 平移)
- Day5: 透過 OpenCV 做圖並顯示 (長方形, 圓形, 直線, 填色)
- Day6: affine transformation 概念與實作
- Day7: perspective transformation 概念與實作
- Day8: Filter 操作 (Sobel edge detect, Gaussian Blur)
- Day9: SIFT 介紹與實作 (feature extractor)
- Day10: SIFT 其他應用 (keypoint matching)
-
Day11: CNN相關
- Day11: CNN分類器架構：卷積層
- Day12: CNN分類器架構：步長、填充
- Day13: CNN分類器架構：池化層、全連接層
- Day14: CNN分類器架構：Batch Normalization
- Day15: 訓練一個CNN分類器：Cifar10為例
- Day16: 如何使用Data Augmentation
- Day18: 深度學習理論與實作：Classic CNN Backbone
- Day19: InceptionV1-V3
- Day20: ResNetV1-V2、InceptionV4、Inception-ResNet