中国科学院计算技术研究所是国家专门的计算技术研究机构，同时也是中国信息化建设和人工智能建设的重要支撑单位，中科院计算所培训中心是致力于高端IT类人才培养及企业内训的专业培训机构。中心凭借科学院的强大师资力量，在总结多年大型软件开发和组织经验的基础上，自主研发出一整套课程体系，其目的是希望能够切实帮助中国软件企业培养高级软件技术人才，提升整体研发能力，迄今为止已先后为国家培养了数万名计算机专业人员，并先后为数千家大型国内外企业进行过专门的定制培训服务。

视觉是人类最高级的感知，所以图像在人类感知中扮演着最重要的角色。图像处理是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征、目标识别等处理的方法和技术，是人们通过图片和视频认识世界的重要步骤。随着人工智能技术的快速发展，图像处理方面的人才成为国家急需的高级专业人才。为此，培训中心特举办“人工智能-图像处理和识别”培训班，具体事宜通知如下：

一、培训对象

1、系统架构师、高级程序员、资深开发人员。

2、人工智能工程师、图像设计人员、机器学习工程师。

3、政府机关，金融保险、移动等图像处理负责人。

4、高校、科研院所牵涉到人工智能与图像处理的项目负责人。

5、对图像处理感兴趣、有志成为人工智能、图像处理方面高级人才的相关人等。

二、学员基础

1、对IT系统设计有一定的理论与实践经验。

2、对图像处理技术有一定的基础和兴趣。

三、师资

由业界知名图像处理专家亲自授课：

郝老师   中科院计算所高级工程师，人工智能专家，领导团队在Kaggle和Camelyon等国际竞赛中获得冠军，参与过多个知名人工智能社区项目开发。在相关领域顶级期刊发表多篇论文，12个发明专利的第一发明人，是人工智能、深度学习、机器学习、区块链方面的实战派专家。

四、培训内容

第一讲 计算机视觉基础理论与工具介绍

1.   Anaconda, Jupyter notebook，openCV和Pytorch的安装使用方法

2.   计算机视觉基础理论和历史沿袭

3.   图像处理理论和实践

4.   实例：人脸识别，换脸

第二讲 高层次特征表示

1.   数据驱动模型介绍：K近邻、线性分类器

2.   神经网络模型介绍

3.   卷积、池化、激活函数的作用与理解

4.   论文研读：

a)   Gradient-Based Learning Applied to Document Recognition

5.   实例：30分钟速成PyTorch

6.   实例：OCR-mnist数据集论文复现和应用于验证码识别

7.    

第三讲 现代计算机视觉

1.   卷积神经网络的理解和应用

2.   主流卷积神经网络分析

3.   现代计算机视觉的主流发展方向

4.   论文研读:

a)   ImageNet Classification with Deep Convolutional Neural Networks

b)   Going Deeper with Convolutions

c)   Deep Residual Learning for Image Recognition

5.   实例：论文复现：应用于大规模图像分类问题

第四讲 目标检测算法

1.   滑动窗口算法

2.   单阶段目标检测算法

3.   双阶段目标检测算法

4.   论文研读：

a)   Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks

b)   You Only Look Once: Unified, Real-Time Object Detection

5.   实例：论文复现：应用于行人检测和自动驾驶

五、培训目标

1、掌握计算机视觉的核心思想与方法，并能够在工程实践中灵活应用。

2、理解主流计算机视觉的问题、对策、解决方案与整体应对策略。

3、能够发挥创造性思维去改进已有的过程与设计方案，以应对技术发展的新需要。

六、培训时间、地点

时间： 2023年4月13日-4月14日           

地点：北京

七、证书

培训结束，颁发中科院计算所培训中心“人工智能-图像处理和识别”结业证书。

八、费用

培训费：5900元/人（含教材、证书、午餐、学习用具等）。住宿协助安排，费用自理。