1.培养能将计算机视觉开发岗位初级工程技术人员；
2.掌握机器学习基础理论和常见算法原理；
3.掌握常见的图像处理方法，掌握PyTorch，openCV等常用工具的使用；
4.掌握深度学习经典算法原理和基于深度学习的计算机视觉常用处理方法；
5.快速积累计算机视觉行业实战经验。
本课程主要包含机器学习基础理论和实践、计算机视觉理论和应用开发实践两部分内容，其中机器学习部分作为本培训项目的基础课程；课程配套有丰富的实践案例，帮助学员培养工程实践能力；
机器学习基础课程内容包括：机器学习概论、机器学习基础、线性回归、K近邻、逻辑回归、决策树、支持向量机、朴素贝叶斯、聚类、神经网络、集成学习。计算机视觉课程内容包括：计算机视觉导论、图像的变换与增强、边缘检测与连通域、图像特征匹配、传统方法的人脸识别、视频读写、CNN卷积神经网络等内容。
1.高职及应用型本科院校人工智能相关专业在读学生；
2.人工智能相关行业的在职工程师；
3.希望将机器学习和计算机视觉技术用于传统产业升级的工程技术人员；
4.希望了解机器学习技术和计算机视觉技术的政府及企事业员工。
学员完成学习后，参加工业和信息化部教育与考试中心组织的统一考试，合格者将获得教育考试中心颁发的“工业和信息化职业能力证书”（电子版，可下载打印），纳入“工业和信息化技术技能人才数据库”，可在官网查询。优秀学员将有机会参加教育考试中心或课程项目方组织的主题会议、课程沙龙等活动，并享受就业服务指导及相关优秀企业推荐就业等服务。
华中科技大学人工智能与自动化学院教授、博士生导师，国家特聘专家（青年），图像信息处理与智能控制教育部重点实验室副主任。主要研究方向为脑机接口、机器学习、智慧医疗、计算智能、情感计算。
华中科技大学人工智能与自动化学院教授、 硕士生导师。武汉华工智云科技有限公司首席技术顾问。主要研究方向为：人体行为和表情识别、机器学习、目标检测和识别、遥感图像处理和分析。
大连理工大学控制科学与工程学院副教授，硕士生导师，主要研究大数据和人工智能技术，发表学术论文30余篇。IEC国际标委会委员，辽宁省优秀博士学位论文获得者，英国Staffordshire University访问学者。
