前言

歡迎大家關注有三AI的視頻課程系列，我們的視頻課程系列共分為5層境界，內容和學習路線圖如下：

第1層：掌握學習算法必要的預備知識，包括Python編程，深度學習基礎，數(shù)據(jù)使用，框架使用。

第2層：掌握CV算法最底層的能力，包括模型設計基礎，圖像分類，模型分析。

第3層：掌握CV算法最核心的方向，包括圖像分割，目標檢測，圖像生成，目標跟蹤。

第4層：掌握CV算法最核心的應用，包括人臉圖像，圖像質量，視頻分析，圖像編輯。

第5層：掌握算法落地的關鍵技術，包括模型優(yōu)化，模型部署。

其中部分課程的主體內容已經(jīng)更新完畢，比如數(shù)據(jù)使用/模型分析/圖像分類/圖像分割/目標檢測/圖像生成/視頻分類/模型部署；部分課程正在重制更新中，比如模型優(yōu)化；部分課程正在計劃上線中，比如圖像編輯，請大家及時關注！

最新的完整介紹如下：【視頻課】超全深度學習路線圖，有三AI所有免費與付費的視頻課程內容匯總！

本次給大家介紹的課程內容是《深度學習之視頻分類：理論實踐篇》，目標是幫助大家掌握將深度學習模型用于視頻分類與行為識別的核心技術。

為什么要學習這門課

隨著圖像識別相關領域的研究與應用逐漸成熟，當下視頻分析相關的研究和應用所占比例越來越大，其技術也更加復雜。視頻分類和行為識別在視頻監(jiān)控與檢索、網(wǎng)絡直播、推薦系統(tǒng)等行業(yè)中有著廣泛的應用，是深度學習在視頻分析領域中最底層的問題之一，非常值得關注和學習。

為了幫助大家系統(tǒng)性地學習視頻分類與行為識別相關內容，我們推出了《深度學習之視頻分類》系列課程，目前已完成約8個小時的理論課與實踐課程，為學員深入解讀視頻分類基礎理論原理及經(jīng)典網(wǎng)絡結構，經(jīng)合實際項目，將所學理論應用于實踐。

子欲學視頻處理，視頻分類與行為識別是必學基礎！我們這一門課期望幫大家徹底搞定視頻分類與行為識別的學習問題！下面請聽課程的詳細介紹！

課程內容介紹

本課程內容將包括視頻分類的各個經(jīng)典算法理論與實踐，下面是當前已有課程的大綱腦圖：

(1)?理論部分內容包括：涵蓋了深度學習之視頻分類的主要模型，如3D卷積模型，雙流模型，RNN時序模型等，既有足夠的寬度，也具備有足夠的深度。我們會非常詳細地講解算法中的細節(jié)，幫助徹底消化算法原理；

(2)?實踐非常豐富。本次課程中一共已經(jīng)包含了3個實踐案例，分別為基于3D卷積模型的視頻分類實戰(zhàn)，基于雙流模型的視頻分類實戰(zhàn)，基于時序模型的視頻分類實戰(zhàn)，1個案例結果圖如下：

下面簡單了解一下各部分的內容：

(1) 視頻分類基礎講解，包括視頻分類的基本概念，常見數(shù)據(jù)集介紹，約20分鐘，本部分內容可以免費收聽。

(2) 3D卷積模型（基礎篇），包括3D卷積原理，基礎3D卷積模型與深度3D卷積模型，約30分鐘，本部分內容可以免費收聽。

(3)?3D卷積模型（分解篇），包括卷積拆分原理，經(jīng)典的3D卷積分解模型及其探索，約40分鐘。

(4) 雙流模型（基礎篇）講解，包括基本的雙流模型，雙流模型融合策略，3D雙流模型，約30分鐘。

(5)?雙流模型（采樣篇）講解，包括時序分段采樣模型，時序分頻采樣模型，約35分鐘。

(6) RNN/LSTM模型，Conv-LSTM模型。介紹的內容主要包括CNN，LSTM，Conv-LSTM模型的原理，時長約30分鐘。

(7) 3D卷積模型實戰(zhàn)，包括項目簡介，數(shù)據(jù)處理，模型定義，模型訓練，模型測試，約80分鐘。

(8) 雙流模型實戰(zhàn)，包括項目簡介，數(shù)據(jù)處理，模型定義，模型訓練，模型測試，約60分鐘。

(9)?基于Conv-LSTM模型的視頻分類實踐。介紹的內容主要包括原理簡介，數(shù)據(jù)處理，模型搭建，模型訓練，模型測試，時長約100分鐘。

完整的課程內容目錄可見腦圖如下：

本課程講師為言有三，講師簡介如下：

龍鵬，筆名言有三，技術社區(qū)《有三AI》創(chuàng)始人。先后就讀于華中科技大學(2008-2012)，中國科學院半導體研究所神經(jīng)網(wǎng)絡實驗室(2012-2015)，先后就職于奇虎360人工智能研究院(2015.7-2017.5)，陌陌科技深度學習實驗室(2017.5-2019.3)，深度學習算法專家，阿里云MVP，華為云MVP。

擁有超過7年的計算機視覺從業(yè)經(jīng)驗，擁有豐富的傳統(tǒng)圖像算法和深度學習計算機視覺項目經(jīng)驗，著有書籍《深度學習之圖像識別：核心技術與案例實戰(zhàn)》(機械工業(yè)出版社2019.4)，《深度學習之模型設計：核心算法與案例實踐》(電子工業(yè)出版社2020.6)，《深度學習之人臉圖像處理：核心算法與案例實戰(zhàn)》(機械工業(yè)出版社2020.7)，《深度學習之攝影圖像處理：核心算法與案例精粹》(人民郵電出版社2021.4)，擁有10余項發(fā)明技術專利與學術論文。

擅長領域：Caffe，Tensorflow，Pytorch等主流深度學習平臺。神經(jīng)網(wǎng)絡與深度學習理論，深度學習模型設計與優(yōu)化，計算機視覺的基礎領域，AI美學，2D與3D人臉算法，生成對抗網(wǎng)絡GAN等領域。

本課程是視頻分析課程的其中一部分，屬于有三AI整個課程體系中的中階課程，對大家的能力有一些要求，包括：

(1) 掌握計算機視覺基礎方法。包括CV基礎方向中的圖像分類，目標檢測。

(2) 熟練使用深度學習框架與基礎模型。包括Pytorch，常用的2D/3D/時序模型。

如何獲取課程

訂閱《深度學習之視頻分類》專欄，本專欄定價為299，后續(xù)若有內容增加還會進行價格調整，感興趣的請?zhí)崆坝嗛?#xff0c;鏈接如下：

完整課程目錄如下：

往期相關

• 【視頻課】超全深度學習路線圖，有三AI所有免費與付費的視頻課程內容匯總！
  

總結

以上是生活随笔為你收集整理的【视频课】8小时系统性地掌握深度学习视频分类与行为识别理论+实践的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。