1.深入了解神经网络的组成、训练和实现,掌握深度空间特征分布等关键概念;
2.掌握迁移学习的思想与基本形式,了解传统迁移学习的基本方法,对比各种方法的优缺点;
3.握深度迁移学习的思想与组成模块,学习深度迁移学习的各种方法;
4.掌握深度迁移学习的网络结构设计、目标函数设计的前沿方法,了解迁移学习在PDA、Source-Free DA上的应用;
5.掌握深度迁移学习在语义分割、目标检测、行人重识别等任务中的应用,学习图像/视频风格迁移方法,了解风格迁移在实际生活中的应用;
6.掌握小样本学习、Transformer等前沿方法和基本思想,了解小样本学习、Transformer等在实际场景下的应用;
7.通过实操掌握图片视频风格迁移,自动驾驶中的跨域语义分割,目标检测。
2.掌握迁移学习的思想与基本形式,了解传统迁移学习的基本方法,对比各种方法的优缺点;
3.握深度迁移学习的思想与组成模块,学习深度迁移学习的各种方法;
4.掌握深度迁移学习的网络结构设计、目标函数设计的前沿方法,了解迁移学习在PDA、Source-Free DA上的应用;
5.掌握深度迁移学习在语义分割、目标检测、行人重识别等任务中的应用,学习图像/视频风格迁移方法,了解风格迁移在实际生活中的应用;
6.掌握小样本学习、Transformer等前沿方法和基本思想,了解小样本学习、Transformer等在实际场景下的应用;
7.通过实操掌握图片视频风格迁移,自动驾驶中的跨域语义分割,目标检测。