三开发多模态AI应用40课件讲解.pptxVIP

项目三、开发多模态AI应用《人工智能应用导论》

项目导学ProjectIntroduction??项目背景与意义计算机视觉、自然语言处理、生成式AI是AI三大核心应用方向多模态AI正成为产业主流，图文音视频联合理解与生成本项目覆盖CNN识图→NLP语音→AIGC创作完整多模态链路通过真实场景实验（目标检测·语音互换·AI数字人），零距离感受AI落地??学习目标知识目标掌握CNN结构原理与视觉任务分类（分类·检测·分割）知识目标理解RNN/Transformer架构，掌握NLP与语音处理基础技能目标能调用预训练模型完成目标检测与语音文本互换实验素养目标理解AIGC生成原理，具备提示工程基本能力项目概览：任务3.1实现目标检测识别4课时任务3.2搭建语音交互系统4课时任务3.3创作生成式AI内容8课时16课时总课时

任务3.1实现目标检测识别——任务描述TaskDescription???实现目标检测识别ComputerVisionObjectDetection4课时任务描述本任务从计算机视觉基础出发，介绍图像的基本表示与处理操作，深入讲解卷积神经网络（CNN）的结构与工作原理，梳理图像分类、目标检测、图像分割三大视觉任务，并结合自动驾驶、医疗影像等行业场景，通过YOLO在线Demo体验实时目标检测效果。计算机视觉基础图像表示·像素·基本