物体识别:计算机视觉的深度学习和机器学习

物体识别正在使自动驾驶汽车、基于图像的检索和自主机器人等创新系统成为可能。机器学习和深度学习这些系统所依赖的可能难以训练、评估和比较。

在本次网络研讨会中，我们将探讨MATLAB如何解决在开发物体识别系统时遇到的最常见的挑战。本次网络研讨会将涵盖深度学习、机器学习和计算机视觉的新功能。

我们将使用现实世界的例子来演示:

• 使用大型图像数据集训练模型
• 培训深度神经网络从头开始
• 使用转移学习重新使用训练有素的深度网络完成新任务
• 探索机器学习和深度学习之间的权衡

关于主讲人

Johanna Pingel于2013年加入MathWorks团队，专注于图像处理和MATLAB计算机视觉应用。她拥有伦斯勒理工学院的硕士学位和卡内基梅隆大学的文学学士学位。她在计算机视觉应用领域工作了5年多，专注于目标检测和跟踪。

Avinash Nehemiah在MathWorks从事技术营销中的计算机视觉应用。在加入MathWorks之前，他花了7年时间作为算法开发人员和研究员，设计用于医院安全和视频监控的计算机视觉算法。他拥有卡内基梅隆大学MSEE学位。