基于tensorflow对象检测框架，零代码编程，教大家如何通过迁移学习实现基于SSD与Faster-RCNN的自定义对象检测，分别是手势识别与安全帽识别！基于训练生成的模型实现模型的CPU与GPU部署，基于CPU的加速推理，对SSD模型自定义对象检测达到100FPS左右！如何打通从模型训练到模型部署的全链路技术，实现tensorflow+openvino的联合使用，重点实现CPU上的模型加速推理。课程内容包括：
- SSD模型详解
- Faster-RCNN模型详解
- 迁移学习与模型配置参数修改
- 模型导出与转换IR
- 私有数据集
- 不同硬件上的模型推理与加速
