第一阶段：计算机视觉：基础知识篇
通过学习，您将掌握计算机视觉的基本概念和主要知识点，并且对于计算机视觉和广义人工智能的方法论有一定的认识，初步具备判断计算机视觉是否适合解决特定问题的能力。
本教程介绍了计算机视觉发展的重要里程碑-传统方法（如视觉词袋模型）；传统方法的三个步骤及其思想对未来的深远影响；图像级编码信息用于不同的视觉任务并与各种学习算法结合。
本教程介绍了AI解决方案深度学习的发展前景及其面临的巨大挑战；深度神经网络的基本单元组成和产生表达能力的方式及复杂的训练过程。
本教程介绍了典型的现代物体检测子包含两阶段检测子：RCNN, Fast RCNN, Faster RCNN, 以及单阶段检测子: YOLO, SSD；成功的检测子包含的几个模块；图像分割典型算法和图像分割关键算法。
本教程介绍了非参数化生成模型GAN的概念和优化过程、稳定GAN优化过程的方式；评价GAN生成样本质量的评价标准，包括Inception score和FID等。
第二阶段：计算机视觉：进阶专题篇
本课程是由华为诺亚方舟实验室出品的计算机视觉课程系列的专题课，包含6大部分，内容覆盖底层视觉到高层语义的多个方面，还包含以网络架构搜索为代表的新方向；本课将在基础课程之上，提供计算机视觉更丰富的全景视图。本章为计算机视觉课程系列的专题课的第1部分：图像超分辨Single Image Super-Resolution。
本课程是由华为诺亚方舟实验室出品的计算机视觉课程系列的专题课，包含6大部分，内容覆盖底层视觉到高层语义的多个方面，还包含以网络架构搜索为代表的新方向；本课将在基础课程之上，提供计算机视觉更丰富的全景视图。本章为计算机视觉课程系列的专题课的第2部分：行人重识别方法Person Re-Identification and Search。
本课程是由华为诺亚方舟实验室出品的计算机视觉课程系列的专题课，包含6大部分，内容覆盖底层视觉到高层语义的多个方面，还包含以网络架构搜索为代表的新方向；本课将在基础课程之上，提供计算机视觉更丰富的全景视图。本章为计算机视觉课程系列的专题课的第3部分：视频分类方法Video Classification。
本课程是由华为诺亚方舟实验室出品的计算机视觉课程系列的专题课，包含6大部分，内容覆盖底层视觉到高层语义的多个方面，还包含以网络架构搜索为代表的新方向；本课将在基础课程之上，提供计算机视觉更丰富的全景视图。本课程为计算机视觉课程系列的专题课的第4部分：弱监督学习Weakly Supervised Learning。
本课程是由华为诺亚方舟实验室出品的计算机视觉课程系列的专题课，包含6大部分，内容覆盖底层视觉到高层语义的多个方面，还包含以网络架构搜索为代表的新方向；本课将在基础课程之上，提供计算机视觉更丰富的全景视图。本课程为计算机视觉课程系列的专题课的第5部分：网络架构搜索 Neural Architecture Search。
本课程是由华为诺亚方舟实验室出品的计算机视觉课程系列的专题课，包含6大部分，内容覆盖底层视觉到高层语义的多个方面，还包含以网络架构搜索为代表的新方向；本课将在基础课程之上，提供计算机视觉更丰富的全景视图。本课程为计算机视觉课程系列的专题课的第6部分：图像和视频描述Image and Video Captioning。