1.我为什么要学习这门课？

机器视觉是目前人工智能重要的应用领域，已经得到了广泛的应用，在很多领域都有很多成功的应用案例。其中深度学习的目标检测算法是非常有用的技术基础。目前，这方面的人才需求比较旺盛。如何在预训练的模型基础上，通过迁移学习，根据现实应用的需求，继续高效、高质量地训练模型，达到快速部署的目的就成为非常紧迫的工作。本课程在介绍机器视觉相关技术基础的基础上，介绍一款强大的机器视觉工具，可以帮助学员方便地实现机器视觉在边缘计算场景的应用。

2.这门课的主题是什么？

这门课主要介绍机器视觉的基本算法，并通过案例和实验的方式，详细地介绍如何利用OpenVINO、头歌等深度学习加速平台进行模型的优化和推理，实现机器视觉在边缘计算领域的应用。

3.学习这门课可以获得什么？特别是对自己有什么帮助和应用？

通过本课程的学习，不仅可以了解目标检测的常用算法原理，而且可以学习通过使用性能强大的OpenVINO、头歌等平台，实现目标检测、语义分割等预训练模型在边缘计算领域的应用方法。

4.这门课有什么特色和亮点？

本课程深入浅出，通过典型的案例和动手练习，使用比较少的代码，就可以实现目标检测、语义分割等算法的典型应用。

5.案例代码的下载方式

课程的案例除了在相关案例网页下载外，其他演示案例以及更多案例代码可以到

https://github.com/openvinotoolkit/openvino_notebooks下载。