近年来，随着无人驾驶汽车、医学影像智慧辅助诊疗、ImageNet竞赛等热点事件的发生，人工智能迎来了新一轮的发展浪潮。尤其是在计算机视觉和图像处理领域，各种颠覆性的成果应运而生。
阅读全文点击：《如何熟练掌握MATLAB机器学习、深度学习在图像中的处理》
一、MATLAB 图像处理基础
1、图像的分类与表示方法
2、图像的常见格式及读写（彩色图像、灰度图像、二值图像等）
3、图像类型的转换
4、数字图像的基本运算
5、数字图像的几何变换（平移、镜像、缩放、旋转等）
6、数字图像的邻域和块操作
7、图像去噪与图像复原
8、图像边缘检测与图像分割
9、案例实践：基于手机摄像头的心率计算
二、BP神经网络及其在图像处理中的应用
1、人工智能基本概念辨析（回归拟合问题与分类识别问题；有监督（导师）学习与无监督（无导师）学习；训练集、验证集与测试集；过拟合与欠拟合）
2、BP神经网络的工作原理
3、数据预处理（归一化、异常值剔除、数据扩增技术等）
4、交叉验证与模型参数优化
5、模型评价与指标的选择（回归拟合问题 vs. 分类识别问题）
6、案例讲解：
（1）手写数字识别
（2）人脸朝向识别
三、卷积神经网络及其在图像处理中的应用
1、深度学习与传统机器学习的区别与联系（神经网络的隐含层数越多越好吗？深度学习与传统机器学习的本质区别是什么？）
2、卷积神经网络的基本原理（什么是卷积核？CNN的典型拓扑结构是怎样的？CNN的权值共享机制是什么？CNN提取的特征是怎样的？）
3、LeNet、AlexNet、Vgg-16/19、GoogLeNet、ResNet等经典深度神经网络的区别与联系
4、MATLAB深度学习工具箱简介
5、预训练模型（Alexnet、Vgg-16/19、GoogLeNet、ResNet等）的下载与安装
6、案例讲解：
（1）CNN预训练模型实现物体识别
（2）利用卷积神经网络抽取抽象特征
（3）自定义卷积神经网络拓扑结构
四、迁移学习算法及其在图像处理中的应用
1.、迁移学习算法的基本原理（为什么需要迁移学习？为什么可以迁移学习？迁移学习的基本思想是什么？）
2、基于深度神经网络模型的迁移学习算法
3、案例讲解：猫狗大战（Dogs vs. Cats）
五、生成式对抗网络（GAN）及其在图像处理中的应用
1、生成式对抗网络GAN（什么是对抗生成网络？为什么需要对抗生成网络？对抗生成网络可以帮我们做什么？GAN给我们带来的启示）
2、GAN的基本原理及GAN进化史
3、案例讲解：GAN的Python代码实现（向日葵花图像的自动生成）
六、目标检测YOLO模型及其在图像处理中的应用
1、什么是目标检测？目标检测与目标识别的区别与联系
2、YOLO模型的工作原理
3、从YOLO v1到v5的进化之路
4、案例讲解：汽车的目标检测