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