智能视觉技术应用（下篇，共上下2篇）.pptxVIP

智能视觉技术应用;;项目3

深度学习与卷积神经网络;传统图像处理技术大多依靠人工来提取特征，这种方式只能获取图像的边缘信息，无法获取图像的深层次信息。

深度学习（deeplearning,DL）不仅不需要依靠人工来提取特征，还能自动对数据进行筛选。;目前，深度学习已广泛应用于自动驾驶、交通安全、医疗等各个领域，并衍生出了很多模型，卷积神经网络（convolutionalneuralnetwork,CNN）就是其中之一。

本项目主要介绍深度学习和卷积神经网络的结构、原理等。通过本项目的学习，学生应对深度学习与卷积神经网络有一定的了解，并具备一定的应用能力。;【知识目标】

掌握深度学习的结构及原理。

熟悉人工神经元模型，激活函数的概念及类型，以及前向传播和反向传播的概念及结构。

掌握深度学习在智能视觉领域的应用。

掌握卷积神经网络的结构及原理。

掌握卷积神经网络模型。;【技能目标】

能正确应用深度学习。

能正确应用卷积神经网络。

【素质目标】

践行服务集体、服从纪律、团结协作、顾全大局的团队精神。

弘扬执着专注、科学严谨、精益求精、追求卓越的工匠精神。;;了解深度学习;在人工智能快速发展的今天，深度学习已成为实现智能化的重要工具。深度学习是目前比较流行的一种机器学习技术，是一种基于神经网络的算法。;它可自动学习和理解数据中的特征，并通过大量的数据来优化模型，还可帮助计算机