本课程，先通过理论讲解多模态上游任务，并在竞赛实战中学习多模态的下游任务，最后通过四大热门项目讲演，带大家学习业务场景中企业常见任务。达到能够快速实践多模态项目流程输出相应的demo的能力。
课程介绍
一、课程讲解逻辑
本课程，先通过理论讲解多模态上游任务，并在竞赛实战中学习多模态的下游任务，最后通过四大热门项目讲演，带大家学习业务场景中企业常见任务。达到能够快速实践多模态项目流程输出相应的demo的能力。
二、课程收获
-
学习多模态基础理论，并在实战中深化理论、丰富经验。
-
同时可学习到CV/NLP的实战经验。
-
了解多模态企业项目流程。达到能够快速实践多模态项目流程，并输出多模态智能相关应用的能力。
三、课程亮点
-
贴合目前热点趋势。
-
同时可学习到CV/NLP的实战经验。
-
四大多模态热门项目讲演课，让你收获前沿企业项目流程。
-
课程设置，从理论讲解-到竞赛实战-到了解热门企业业务流程，环环相扣，层层深入，一步步带你Get多模态实战技能。
四、所需基础
需要pytorch基础，
了解transforner和卷积，
五、项目讲演介绍
多模态技术的融合兼容能够使智能文案更高质多样，实现千人千面的需求；还为电商带来了更精准高效的搜索引擎；同时唇语识别深入理解人类语言，对语音识别十分有帮助；在自动驾驶上的应用是必然趋势。
由此我们精心选取了这四大热门项目讲演，为同学们介绍实际项目流程，从框架-到模型-到调优-最后是常见问题解决思路、思考方向。是前期理论+实战学习到企业项目的过渡、延伸，更是进入企业项目的必备锦囊。
【详情】
|
序号 |
项目名称 |
项目介绍 |
|
项目1 |
AI智能文案 |
自动生成商品的高质量文案，该项目通过使用多模态文本生成技术，简化商品文案生成流程。 |
|
项目2 |
智能电商搜索 |
电商领域智能检索的AI应用，通过使用多模态技术，实现准确高效的商品搜索引擎 |
|
项目3 |
AI唇语识别 |
有研究表明，阅读唇语是人类理解语言的一种重要方式。该项目通过使用多模态技术，输入语音音频和唇语视频两种不同形式内容，然后输出对应文本，能够显著提高嘈杂环境下的语音识别率。 |
|
项目4 |
基于深度多模态目标检测和语义分割的自动驾驶 |
自动驾驶汽车通常配备不同的传感器(如摄像机、激光雷达、雷达)，并可以融合多种传感模式，以利用它们的互补特性。在此背景下，本项目应用深度多模态感知技术来实现自动驾驶种的目标检测和语义分割 |
课程安排
时间可能微调，会提前通知
