一、课程背景

当前计算机视觉技术依然面临应用难、落地难，要真正做到视觉落地到各个行业需要是一整套的解决方案从图像数据采集、预处理、模型选择与设计，模型训练、部署与推理、后处理等，采用深度学习+传统图像算法的混合模式是工业界的主流技术路线，本课程涵盖了该技术路线的核心开发框架与开发技术要点，专家讲师来自工程一线，精通主流传统视觉与深度学习相关的开发技术，力求达到授之以渔。   

二、主办单位：

北京中际孚歌科技有限公司

北京中际赛威文化发展有限公司

三、研修时间：2026年4月23-25日   

四、研修地点：上海

五、课程内容:

第一天   OpenCV与计算机视觉基础

1. 计算机视觉历史与OpenCV框架介绍

2. OpenCV开发环境搭建（C++与Python）

3. OpenCV图像处理基础模块Core、HighGUI、Imgproc相关基础学习包括：

◆Mat对象

◆HighGUI使用

◆图像处理基本操作

◆卷积滤波处（边缘、梯度、模糊、锐化）

4. 图像特征提取与对象匹配：

◆一阶导数算子与二阶导数算子（sobel与拉普拉斯）

◆图像金子图DOG与LOG

◆图像金子图重建与图像融合

◆角点检测-Hessian矩阵与特征值

◆亚像素级别角点检测

◆SIFT、SURF、HOG等经典图像特征提取算法

5. 机器视觉传统开发框架与工作流：

◆OpenCV实验大师软件介绍

◆OpenCV多对象模板匹配

◆工作流SDK介绍

◆轮廓分析

◆模板匹配

◆卡尺测量

6. OpenCV DNN深度学习

◆DNN相关SDK函数介绍

◆YOLOv5~YOLO12对象检测推理支持

7. OpenCV扩展模块编译与支持

第二天   深度卷积神经网络

1. 深度学习介绍与理论

◆深度学习介绍

◆人工神经网络

◆卷积神经网络

◆循环神经网络

◆经典卷积神经网络模型

神经网络的结构、卷积基本概念、卷积、池化、激活函数、反向传播、基本网络结构（AlexNet、VGGNet、GoogLeNet、Inception Net、ResNet、DenseNet）

2. 深度学习框架：

◆常见深度学习框架介绍

◆pytorch框架介绍

3. 实践环节

◆手写数字识别

◆图像分类

◆训练可视化

◆迁移学习与模型训练

4. 对象检测网络

◆两阶段网络模型

◆一阶段网络模型（YOLOv5到YOLO12）

◆模型评估方法

5. 图像标注与增强

◆图像数据清洗与选择

◆图像扩充与数据增强

◆数据格式与数据标注

6. 案例实践

◆YOLO11框架介绍

◆YOLO11自定义对象检测训练

第三天

1. 分割网络模型

◆对象分割与语义分割网络

◆监督学习与无监督学习分割

◆常见经典分割网络模型详解

◆评价指标

案例：实例分割YOLO11-Seg模型的训练与推理

2. 深度学习模型部署

◆Pytorch模型转ONNX

◆OpenVINO部署支持

◆ONNXRUNTIME部署支持

◆TensorRT部署支持

◆OpenCV DNN部署支持

◆量化与剪枝支持

3. 案例实践

◆昆虫类别检测从模型训练到部署-C++/Python

◆细胞分割从模型训练到部署-C++/Python

课程讨论与总结

◆课程总结

◆计算机视觉各种项目问题交流讨论

六、主讲专家：

中国高科技产业化研究会智能信息处理分会理事、中际赛威高级培训讲师。精通OpenCV开源框架、Tensorflow/Keras/pytorch深度学习框架与图像对象检测与识别等应用开发技术。在对象检测、医学细胞检测与识别、文本处理、图像搜索、人脸美化算法方面有深入研究、开发过多个图像处理算法模块并成功应用在医学检测与工业领域。出版OpenCV相关图书三本，发表论文多篇，主讲过多期OpenCV线下技术培训，深受学员好评。

七、培训费用及注意事宜：

1、培训费：4600元/人 （含培训费、午餐、讲义资料费等）。

2、培训期间食宿统一安排，费用自理。

3、收款、开发票、培训会务工作由北京中际孚歌科技有限公司负责。

八、证书颁发：培训结束后由主办单位向参会单位学员颁发结业证书。

九、课程咨询：010-64113137