Python深度学习及智能车竞赛实践 课件 T0-课程简介_第1页
Python深度学习及智能车竞赛实践 课件 T0-课程简介_第2页
Python深度学习及智能车竞赛实践 课件 T0-课程简介_第3页
Python深度学习及智能车竞赛实践 课件 T0-课程简介_第4页
Python深度学习及智能车竞赛实践 课件 T0-课程简介_第5页
已阅读5页，还剩3页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

Python深度学习及智能车竞赛实践课程内容及学习要求简介课程教学目标第2页基于Python养成计算思维，学会Python编程求解问题;能用Python做数据分析，完成深度学习数据预处理；掌握深度学习基础理论及实践方法，能设计深度学习模型解决工程问题；能创新性完成智能车竞赛中图像处理和深度学习相关任务(拓展内容）。课程教材推荐第一单元第二单元第三单元第四单元1~5章Python基础知识体系：Python基本语法与数据类型、程序结构、函数和类、Python组合数据类型基于Python养成计算思维能用Python做数据分析6~7章Python文件处理及数据分析，OS库、ZipFile库、json库、PIL库和OpenCV库，Python计算生态与机器学习库10~11章智能汽车竞赛图像处理和深度学习相关任务：智能车自动巡航任务、智能车目标检测CNN模型设计与及部署等8~9章深度学习基础及实践：神经网络基本概念、单层感知器、全连接神经网络和卷积神经网络理论及实践学懂AI：掌握深度学习理论及实践方法创新性解决智能车竞赛中图像处理和深度学习相关任务课程教学内容Python基本语法及数据类型程序控制结构函数和类组合数据类型ReLU激活函数智能车差速转向智能车电池电压检测智能车自动循迹类创建单层感知器模型设计用类创建智能车自动循迹字典IIIIVVIVIIIIIPython机器学习库线性回归方法

智能车行驶路径拟合

loss和acc曲线绘制深度学习方法DNN和CNN实践

基于DNN的车辆识别基于CNN的斑马线检测知识点逐步深入

课程知识点案例和作业难度逐步提高

智能车竞赛凝练教学案例V文件及数据格式化

赛车道自动绘制、车辆图片数据集处理、车辆图片json文件处理VIII数据采集、处理CNN模型基于竞赛场景的智能车自动巡航、目标检测任务完成课程与竞赛融合第6页循序渐进，先打好基础，再逐步提高;理论与实践紧密结合，不能只听视频讲解，一定要自己动手编写、调试程序，到课程后期能自己搭建深度学习模型；建议学有余力同学报名参加全国大学生智能汽车竞赛百度智慧交通创意赛和完全模型组竞赛，用所学知识解决实际问题。课程学习方法教育部倡导的大学生A类科技竞赛；中国高等教育学会将其列为含金量最高的大学生竞赛之一；已成功举办十八届，比赛每年吸引了包括清

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论