百度飞桨PaddlePaddle深度学习7日营课程心得
疫情期间，课程都变成了线上教学，学校的老师在学习群里推荐了此课程，就抱着尝试一下的心态报了名，结果收获满满，良心推荐！

来看看课程都教了我们什么吧：

Day01 新冠肺炎疫情可视化
第一天，老师向我们介绍了人工智能和图像识别等基础知识，布置了将疫情数据可视化的作业，主要目的是熟悉百度AI Studio平台的使用。我们编写网络爬虫爬取数据，利用pyechars对疫情数据进行可视化。

Day02 手势识别
第二天开始真正的深度学习CV入门实战，是使用DNN网络来构建模型对手势数据集进行手势的识别，我最后训练出的模型也达到了90%的成果率，还是很有成就感的。

Day03 车牌识别
第三天的实践比第二天的难度更大一点，主要体现在理论上，使用了更加复杂的LeNet网络来构建模型，对车牌进行识别，我最后训练出的成功率是95%，也多亏PaddlePaddle的API封装的非常好，懂得理论后实践上手并不困难。

Day04 口罩分类
第四天就比较具有实用性了，使用VGGNet网络，搭建经典的卷积神经网络，实现人脸口罩判断模型，可实现对人脸是否佩戴口罩的判定，分别完成口罩人脸的检测和口罩人脸的分类。

Day05 人流密度检测数据竞赛
第五天就更激动人心了，给出了一道试题来进行竞赛！本试题以人流密度估计作为内容，答题者需要以对应主题作为技术核心，开发出能适用于密集、稀疏、高空、车载等多种复杂场景的通用人流密度估计算法，准确估计出输入图像中的总人数。

Day06 PaddleSlim模型压缩
这一天的课程我个人感觉比较难，理论理解的不够透彻，可能是因为自己的基础还是太过于薄弱了，但是最后作业还是成果完成了，也算坚持住了！

总结
最后，感谢老师们和管理人员们的辛苦付出，也感谢平台提供的免费GPU算力（白嫖它不香么），坚持了7天，收获满满，期待下一次课程的出台！