时间
主题
内容
第一天
上午
深度学习基础
1、人工智能、机器学习与深度学习深度学习基本原理
2、深度学习模型与卷积神经网络
3、tensorflow和pytorch深度学习框架学习
深度学习模型
1、训练方法，特征空间，泛化能力；
2、分类与聚类，有监督和无监督，特征降维；
3、目标检测模型YOLOv5原理
4、视频目标检测案例分析——车辆管理与收费系统
1）视频车牌识别
2）视频车型识别
3）应用程序总体流程和代码详解
视频目标检测模型
第一天
下午
卡尔曼滤波基本原理
1、矩阵形式状态建模
2、外部影响与不确定性建模
3、五个基本方程
4、预测和更新过程
5、卡尔曼滤波的主要应用
下午
卡尔曼滤波在视频目标追踪领域的应用
1、行人目标追踪案例学习
1）完整流程代码解读
2）模型参数调整和优化
3）应用程序部署方法
