Course Outline, Slides, and Grading

课程大纲

• 图像基本知识：像素、色彩、图像格式
• 图像处理技术：滤波、二值化、切割、形态学变换，尺度与旋转变换、图像梯度
• 图像模式识别：直线与圆的检测、特征点检测、边缘检测
• 图像模式识别：Blob检测、特征点检测、模板匹配
• 神经网络基础：神经元结构、多层感知机、手写数字识别、损失函数
• 神经网络基础：梯度下降、反向传播
• 神经网络基础：Softmax回归、深度神经网络、卷积神经网络、服务器资源
• 神经网络基础：循环神经网络、注意力机制 & Transformer、自然语言处理、强化学习、生成对抗网络
• 大作业与答疑：象棋棋盘识别系统

Course Outline

• Image basics: Pixels, Colors, Image formats
• Image processing techniques: Filtering, Binarization, cutting, Morphological transformation, Scale and rotation transformation, Image gradient
• Image pattern recognition: Line and circle detection, Feature point detection, Edge detection
• Image pattern recognition: Blob detection, Feature point detection, Template matching
• Neural Network basics: Neuron structure, Multi-layer Perceptron, Handwritten digit recognition, Loss function
• Neural Network basics: Gradient Descent, Backpropagation
• Modern Neural Network: Softmax regression, Deep neural network, Convolutional Neural Network, Server Resources
• Modern Neural Network: Recurrent Neural Networks, Attention Mechanism & Transformer, Natural Language Processing, Reinforcement Learning, Generative Adversarial Networks
• Final project and Q&A: Chess board recognition system

课件

• GitHub：LINK
• 网站浏览：LINK
• 本地浏览：在Vision2022/pdf_files/下有课件的pdf版本
• 本地运行：在Vision2022/下有jupyter代码
• 每次在群里上传新的文件，由于程序运行的路径问题，下载后请放在Vision2022/目录下

课表

• 2022年4月17日、2022年4月24日：期中考试放假
• 2022年5月1日：国际劳动节放假，移至2022年4月30日
• 若前八节课进展顺利，第九节课不上课

评分

Reference

• Zhang, A., Lipton, Z., Li, M., & Smola, A. (2021). Dive into Deep Learning. arXiv preprint arXiv:2106.11342.