深度學習與計算機視覺實戰(zhàn)-教學進度表

學院課程教學進度計劃表（20?20學年第二學期）課程名稱深度學習與計算機視覺實戰(zhàn)授課學時64主講（責任）教師參與教學教師授課班級/人數(shù)專業(yè)（教研室）填表時間專業(yè)（教研室）主任教務處編印

年月一、課程教學目的通過本課程的學習，使學生學會使用Python進行圖像處理基本操作和處理深度學習視覺基礎任務，并詳細拆解學習人臉識別、目標檢測、道路場景分割、圖像超分辨率等案例,將理論與實踐相結合，為將來從事計算機視覺研究、工作奠定基礎。二、教學方法及手段本課程將采用理論與實踐相結合的教學方法。在理論上，通過任務引入概念、原理和方法。在實踐上，充分地利用現(xiàn)有的硬件資源，發(fā)揮學生主觀能動性，指導學生使用OpenCV對數(shù)字圖像進行基本處理，使用TensorFlow構建深度學習網(wǎng)絡，運用深度學習算法處理計算機視覺的任務。同時結合4個綜合案例，引導學生將所學知識與企業(yè)需求相結合，將知識活學活用。要求學生自己動手分析實例，學習基本理論和方法，結合已有的知識，適當組織一些討論，充分調(diào)動學生的主觀能動性，以達到本課程的教學目的。三、課程考核方法突出學生解決實際問題的能力，加強過程性考核。課程考核的成績構成二平時作業(yè)（10%）+課堂參與（20%）+期末考核（70%）,期末考試建議采用開卷形式，，試題應包括基本概念、圖像處理基本操作、深度學習視覺基礎任務、人臉識別、目標檢測、圖像分割、圖像超分辨率等部分，題型可采用判斷題、選擇、簡答、應用題等方式。

《深度學習與計算機視覺實戰(zhàn)》教學日歷周次學時授課內(nèi)容作業(yè)要求備注13第1章概述第1章課后習題25第2章圖像處理基本操作（1）第2章課后習題33第2章圖像處理基本操作（2）第2章課后習題45第2章圖像處理基本操作（3）第3章深度學習視覺基礎任務（1）第3章課后習題53第3章深度學習視覺基礎任務（2）第3章課后習題65第3章深度學習視覺基礎任務（3）第3章課后習題73第4章基于CNN人臉識別實戰(zhàn)（1）第4章課后習題85第4章基于CNN人臉識別實戰(zhàn)（2）第4章課后習題83第4章基于CNN人臉識別實戰(zhàn)（3）第5章基于FasterR-CNN的目標檢測實戰(zhàn)（1）第5章課后習題105第5章基于FasterR-CNN的目標檢測實戰(zhàn)（2）第5章課后習題113第5章基于FasterR-CNN的目標檢測實戰(zhàn)（3）第5章課后習題125第6章基于U-Net的城市道路場景分割實戰(zhàn)（1）第6章課后習題133第6章基于U-Net的城市道路場景分割實戰(zhàn)（2）第6章課后習題145第6章基于U-Net的城市道路場景分割實戰(zhàn)（3）第7章基于SRGAN的圖像超分辨率技術實戰(zhàn)（1）第7章課后習題153第7章基于SRGAN的圖像超分辨率技術實戰(zhàn)（2）第7章課后習題165第7章基于SRGAN的圖像