Chapter 01 시작하기
01 영상처리.컴퓨터 비전.인공지능.머신러닝.딥러닝
02 딥러닝 프레임워크.OpenCV.DNN 모듈
    01 딥러닝 프레임워크
    02 OpenCV.DNN 모듈
03 소프트웨어 설치

Chapter 02 OpenCV 머신러닝
01 데이터 생성1
02 KNearest
03 Dtrees.Boost.Rtrees
04 NormalBayesClassifier
05 LogisticRegression
06 SVM Support Vector Machine
07 K-means
08 EM: Expectation-Maximization
09 ANN_MLP: Artificial Neural Networks_Multi-Layer Perceptron
    01 ANN_MLP 모델 생성 및 설정
    02 ANN_MLP 모델 훈련과 추론

Chapter 03 머신러닝: 데이터 분류.검출.인식
01 IRIS 분류
02 MNIST 분류
03 손 글씨 숫자 인식
04 물체검출.얼굴 인식
    01 CascadeClassifier 분류기
    02 얼굴 인식 Face Recognition

Chapter 04 딥러닝 프레임워크
01 TensorFlow 모델 훈련: PB ‧ ONNX 
02 PyTorch 모델 훈련: ONNX

Chapter 05 OpenCV DNN 모듈
01 DNN Deep Neural Networks 모듈
    01 딥러닝 모델 가져오기 
    02 4차원 텐서 벡터 blob 생성 
    03 dnn_Net 객체 메서드 
    04 cv2.dnn_ClassificationModel() 
02 DNN을 이용한 모델 분류 
03 사전 훈련 모델 Pre-Trained Model 
    01 ONNX 모델 
    02 TensorFlow 사전 훈련 모델 
    03 Pytorch 사전 훈련 모델

Chapter 06 YOLO 물체검출
01 YOLO: You Only Look Once
02 YOLOv2.YOLOv3.YOLOv4
    01 YOLOv2
    02 YOLOv3
    03 YOLOv4
03 YOLOv5
    01 훈련된 모델을 이용한 물체검출: ONNX
    02 YOLOv5: MS COCO Dataset 훈련(train.py)
    03 YOLOv5: Custom Dataset 훈련 
04 OpenCV YOLO 물체검출
    01 cv2.dnn_DetectionModel()
    02 cv2.dnn.NMSBoxes()

Chapter 07 R-CNN SSD 물체검출
01 Faster R-CNN
    01 R-CNN Region CNN 
    02 Fast R-CNN 
    03 Faster R-CNN 
02 Mask R-CNN 
03 SSD: Single Shot Multibox Detector