理解卷积神经网络基本原理，熟练学习OpenCV深度神经网络模块API开发技术，学习加载模型，解析模型输出结果；学习如何把正常的tensorflow对象检测模型转化为OpenCV可以接受的模型，实时人脸检测与识别案例。学习使用OpenCV DNN模块解决实际问题。

课程目录：

1 概述与环境配置.mp4
2 卷积神经网络原理概述.mp4
3 加载网络模型与读取各层信息.mp4
4 图像分类网络Inception使用.mp4
5 读取分类标签文件显示分类.mp4
6 对象检测网络介绍.mp4
7 SSD对象检测网络加载与执行.mp4
8 SSD对象检测推理输出解析与显示.mp4
9 Faster RCNN对象检测模型使用.mp4
10 YOLOv3对象检测模型推理使用.mp4
11 YOLO输出解析与NMS使用显示.mp4
12 OpenCV DNN配置加速组件IE支持.mp4
13 实时SSD对象检测.mp4
15 道路与车辆分割模型介绍与使用.mp4
16 道路与车辆分割模型输出解析与显示.mp4
17 图像变换-图像彩色化模型使用.mp4
18 图像变换-实时风格迁移.mp4
19 导入tensorflow对象检测框架模型支持.mp4
20 案例1-实时性别与年龄预测 -01.mp4
21 案例1-实时性别与年龄预测 -02.mp4
22 案例2-实时人脸识别演示-01.mp4
23 案例2-实时人脸识别演示-02.mp4
24 案例2-实时人脸识别演示.mp4
课程配套资料.zip