详细内容或原文请订阅后点击阅览
计算机视觉和深度学习入门的顶级资源
精选的最佳课程、书籍和博客列表，用于学习使用深度学习方法的计算机视觉
来源:AI夏令营在这里，您将找到最好的在线课程、书籍和博客，以了解如何将深度学习应用于计算机视觉应用。
Justin Johnson 从计算机视觉的角度出色地概述了深度学习的各个方面。 您将学习所需的一切知识，从反向传播和卷积神经网络等基本概念到对象检测和图像分割。初学者必修课
讲师：Justin Johnson
讲师 Justin Johnson引起我们注意的主题：
引起我们注意的主题- 3D 视觉强化学习生成模型
3D 视觉
强化学习
生成模型
作为 Coursera 深度学习专业课程的一部分，本课程旨在向您传授有关卷积神经网络的所有知识以及它们如何应用于图像和视频。您将从卷积神经网络的基础知识开始，然后您将看到一些案例研究，然后继续进行对象检测。最后，您将深入了解人脸识别和神经风格迁移 (NST)。
NST 是一种优化技术，用于拍摄两幅图像（内容图像和风格参考图像（例如著名画家的作品））并将它们混合在一起，以便输出图像看起来像内容图像，但以风格参考图像的风格“绘制”。
来源：xpertup
来源：xpertup xpertup讲师：Andrew Ng、Younes Bensouda Mourri
讲师 Andrew Ng Younes Bensouda Mourri这里我们在一个部分中包含两门课程，因为一门是另一门的延续。特别是，如果您只对计算机视觉感兴趣，请关注以下子课程：
您可能已经猜到了，您将学习如何使用 Tensorflow 解决现实世界的计算机视觉应用程序。因此，请准备好对框架及其复杂性进行彻底分析。
讲师：Laurence Moroney、Eddy Shyu
讲师 Laurence Moroney Eddy Shyu示例主题：
示例主题照明