[TOC]
# 前言
隨著大數據時代,人工智能時代的到來,深度學習的應用越來越廣,場景識別、目標檢測、人臉識別、圖像識別等等廣泛應用。在人工智能方面。深度學習框架主要運用于python,c++等資源。而易語言使用深度學習框架的資料,源碼缺十分稀少。于是我決定給大家錄制一套易語言深度學習的教程。
本套教程基于我自己開發的CC框架,下面這些圖片案例,就是深度學習做的效果,非常棒:
## 人臉識別、場景分割、驗證碼識別等

## 目標檢測和分割

## 人臉檢測

## 目標檢測

## 姿態評估

## 通用OCR

# 視頻課程教程
[第一課:CC框架簡介](第一課:CC框架簡介.md)
[第二課:相關基本概念](第二課:相關基本概念.md)
[第三課:訓練驗證碼識別](第三課:訓練驗證碼識別.md)
[第四課:圖像識別、分類、人臉識別](第四課:圖像識別、分類、人臉識別.md)
[第五課:CNN+LSTM少樣本高精度驗證碼識別](第五課:CNN+LSTM少樣本高精度驗證碼識別.md)
[第六課:總結和展望](第六課:總結和展望.md)
# 簡介
CC框架,是一個由Caffe包裝的一個深度學習應用框架。一個簡單易用的DLL接口庫,一套訓練的解決方案和部署的解決方案,也是一個完全開源免費的公開項目。
于2016年12月10日創立,現如今已經已經是3.0版。
# 特性
* 支持最新的人臉識別訓練,Center Loss
* 支持目標檢測訓練,SSD
* 支持CPU、GPU、Win32、x64
* 支持快速深度學習項目部署,只有極少的依賴項
* 支持GPU高性能服務,也支持易語言實現GPU高性能服務
* 支持模型壓縮功能
* 支持LSTM+CTC、多標簽,便于OCR、驗證碼識別
* 有C++、C#、易語言調用案例
* 非常容易使用而且穩定
# 相關地址
CC項目:https://github.com/dlunion/CCDL
CC發布版本:http://www.zifuture.com/fs/9.release/CC3.0-alpha.4.integrate.rar
# 關于Caffe
Caffe:http://caffe.berkeleyvision.org/
CaffeGithub:https://github.com/BVLC/caffe
# CC框架開發的目的和初衷
深度學習是個很有用的技術,相對沒有圖像處理經驗、甚至沒有學歷經驗的人,因其操作復雜,理論復雜,應用也麻煩,而成為學習深度學習技術的一個主要障礙和門檻。CC框架的提出主要愿景是能讓深度學習更加容易的應用部署起來,提升深度學習項目開發效率,降低學習難度和門檻,讓更多的人更加容易的學習深度學習這門技術。為此樓主也是費盡心思的啦~,而這個教程,則是為了帶大家學會如何使用CC提供的功能進行訓練和使用,入門深度學習領域。深度學習有很多細分領域,都非常非常熱門有用。我們教程先從驗證碼入手一步一步來使用和理解他。
# cc框架2.2版本是視頻
https://pan.baidu.com/s/1qY53pQc
https://share.weiyun.com/23f8420f82a5fb0c1014d0165aecc2f9
- cc框架
- 視頻課程
- 第一課:CC框架簡介
- 第二課:相關基本概念
- 第三課:訓練驗證碼識別
- 第四課:圖像識別、分類、人臉識別
- 第五課:CNN+LSTM少樣本高精度驗證碼識別
- 第六課:總結和展望
- 快速入門
- 常用碼表-label-map
- 目標檢測入門
- 人臉檢測入門
- 重要說明必看
- 雜項
- CC框架使用須知
- 機器學習速成課程 谷歌
- cc4.0視頻教程
- 前言
- cc4.0介紹
- 第一課筆記
- yzm-lstm.cpp 帶注釋
- 第二課筆記
- 眾籌結果公示
- 第三課筆記
- 目標檢測算法之SSD
- 第四課筆記
- 其他資訊
- YOLO3
- 資料
- 性能計算
- 筆記
- cc4.0訓練流程圖
- cc4.0 alexnet 訓練 mnist
- cc4.0 googlenet 訓練 mnist
- cc4.0 加層
- tensorflow -> caffemodel課題筆記
- getnetShape
- RPN
- 記錄
- 數據集
- mnist
- Cifar10
- mtcnn樣本轉ssd樣本易語言代碼