在本课程中,您将了解计算机视觉这一学习和研究领域。首先,我们将从经典的计算机视觉角度探讨几项计算机视觉任务和建议的方法。然后,我们将介绍深度学习方法,并将其应用于一些相同的问题。我们将分析结果并讨论这两种方法的优缺点。我们将使用教程让您动手探索一些现代机器学习工具和软件库。可以应用深度学习的计算机视觉任务包括:图像分类、带定位功能的图像分类、对象检测、对象分割、面部识别以及活动或姿势估计。 本课程可以作为 Coursera 平台上提供的中大博尔德数据科学硕士或计算机科学硕士学位的一部分,获得学分。这些经过全面认证的研究生学位提供有针对性的课程、为期 8 周的短期课程和现收现付的学费。录取依据是三门预修课程的成绩,而非学术历史。Coursera 上的 CU 学位非常适合应届毕业生或在职专业人士。了解更多信息:


了解顶级公司的员工如何掌握热门技能

该课程共有5个模块
在本模块中,您将了解计算机视觉领域。计算机视觉的目标是从图像中提取信息。我们将介绍计算机视觉任务的主要类别,并举例说明每个类别的应用。随着机器学习和深度学习技术的采用,我们将了解这对计算机视觉领域产生了哪些影响。
涵盖的内容
4个视频13篇阅读材料1个作业1个讨论话题
在本模块中,您将学习经典的计算机视觉工具和技术。我们将探索卷积运算、线性滤波器和图像特征检测算法。
涵盖的内容
5个视频10篇阅读材料1个作业
在本模块中,我们将首先回顾经典计算机视觉中物体识别所面临的挑战。然后,我们将介绍在经典计算机视觉管道中实现物体识别和图像分类的步骤。
涵盖的内容
3个视频2篇阅读材料1个作业
在本模块中,我们将比较使用神经网络的图像分类流水线与使用传统计算机视觉工具的图像分类流水线有何不同。然后,我们将回顾神经网络的基本组件。最后,我们将在 Tensor flow 教程中练习如何构建、训练和使用神经网络进行图像分类预测。
涵盖的内容
4个视频5篇阅读材料1次同伴评审1个非评分实验室
在本模块中,我们将学习卷积神经网络的组成部分。我们将学习描述深度网络的参数和超参数,并探索它们在提高深度学习模型准确性方面的作用。最后,我们将学习 Tensor Flow 教程,练习构建、训练和使用深度神经网络进行图像分类。
涵盖的内容
6个视频10篇阅读材料1个作业1次同伴评审1个非评分实验室
攻读学位
课程 是 University of Colorado Boulder提供的以下学位课程的一部分。如果您被录取并注册,您已完成的课程可计入您的学位学习,您的学习进度也可随之转移。
位教师

从 机器学习 浏览更多内容
- 状态:免费试用
MathWorks
- 状态:免费试用
University of Colorado Boulder
- 状态:免费试用
- 状态:预览
Edge Impulse
人们为什么选择 Coursera 来帮助自己实现职业发展




学生评论
88 条评论
- 5 stars
76.13%
- 4 stars
18.18%
- 3 stars
3.40%
- 2 stars
0%
- 1 star
2.27%
显示 3/88 个
已于 Jun 16, 2022审阅
Learnt many things and most exciting was Python code part
已于 Aug 24, 2024审阅
Great content and clear, succinct explanations of the concepts!
已于 Jan 2, 2022审阅
Great introductory course on deep learning for computer vision.
常见问题
在 Coursera 上,两个或两个以上的中大博尔德学位课程提供交叉列出的课程。例如,"动态编程、贪婪算法 "既是 CSCA 5414(MS-CS)课程,也是 DTSA 5503(MS-DS)课程。
- 交叉列出的课程不能获得一个以上版本的学分。
- 您可以通过查看课程的学生手册来确定交叉列出的课程。
- 您的成绩单将受到影响。在评估毕业要求时,交叉列出的课程被视为等同课程。但是,我们鼓励您选修本专业的交叉课程(如有),以确保您的中大成绩单反映出您直接在本系完成的大量课程。您从其他专业完成的任何课程都将以该专业的课程前缀(如 DTSA 与 CSCA)出现在您的中大成绩单上。
- 各专业对入学和毕业的最低成绩要求可能有所不同。例如,MS-DS 要求所有课程均达到 C 级或以上方可毕业(入学要求 GPA 达到 3.0),而 MS-CS 要求所有拓展课程均达到 B 级或以上,所有选修课程均达到 C 级或以上方可毕业(入学要求每门路径课程均达到 B 级或以上)。所有课程均要求学生在入学和毕业时保持 3.0 的累积 GPA。
是的。 在评估毕业要求时,交叉列出的课程被视为等同课程。您可以通过查看您所在专业的学生手册来确定交叉列出的课程。
您可以在任何开放注册期间升级并支付学费,以获得 << 本课程/本专业课程>> 的研究生级别的中大博尔德学分。由于 << 本课程/这些课程>> 在计算机科学硕士课程和数据科学硕士课程中交叉列出,因此您需要在升级之前确定您想从哪个课程中获得学分。
数据科学硕士(MS-DS)学分: 要升级到 << 本课程/这些课程>> 的数据科学(DTSA)学分版本,请使用 MS-DS 注册表。查看如何操作。
计算机科学硕士(MS-CS)学分: 要升级到<<此课程/这些课程>>的计入学分的计算机科学(CSCA)版本,请使用MS-CS注册表。查看如何操作。
如果您不确定哪个课程最适合您,请查看MS-CS和MS-DS课程网站,如果还有问题,请联系[email protected]或[email protected]。
更多问题
提供助学金,