前言
欢迎大家关注有三AI的视频课程系列，我们的视频课程系列共分为5层境界，内容和学习路线图如下：
第1层：掌握学习算法必要的预备知识，包括Python编程，深度学习基础，数据使用，框架使用。
第2层：掌握CV算法最底层的能力，包括模型设计基础，图像分类，模型分析。
第3层：掌握CV算法最核心的方向，包括图像分割，目标检测，图像生成，目标跟踪。
第4层：掌握CV算法最核心的应用，包括人脸图像，图像质量，视频分析，图像编辑。
第5层：掌握算法落地的关键技术，包括模型优化，模型部署。
其中部分课程的主体内容已经更新完毕，比如数据使用/模型分析/图像分类/图像分割/目标检测/图像生成/图像翻译/视频分类/模型部署/模型优化/人脸图像检测与识别；部分课程正在重制更新中，比如人脸图像编辑；部分课程正在计划上线中，比如图像编辑，请大家及时关注！
最新的完整介绍如下：【总结】最专业最系统的CV内容，有三AI所有免费与付费的计算机视觉课程汇总（2022年8月）
本次给大家介绍的课程内容是《深度学习之图像增强GAN：理论实践篇》，目标是帮助大家掌握基于生成对抗网络在图像质量提升中的经典工作。
为什么要学习这门课
随着GAN相关技术的发展逐渐成熟，它在图像质量提升等底层任务中得到了广泛的应用，极大地促进了图像降噪、图像色调映射、图像去模糊、图像超分辨、图像修复等领域的算法进步，如下图分别展示了比较典型的图像修复、图像超分辨，图像色调映射应用实际产品的效果图。
图像修复应用
图像超分辨应用
图像色调映射应用
为了帮助大家系统性地学习基于GAN的图像增强内容，我们推出了《深度学习之图像增强GAN：理论与实践》系列课程，目前已完成超过了8个小时内容（还在更新中）。
课程的第一阶段内容已经更新完毕，本课程结合实际项目，将所学理论应用于实践。
深度学习之图像增强GAN课程
课程内容介绍
本课程内容将包括图像增强GAN经典算法理论与实践，目前一期已经基本更新完毕，超过8个小时，涵盖了图像降噪GAN，图像色调映射GAN、图像去模糊GAN、图像超分辨GAN，图像修复GAN等领域，既有足够的宽度，也具备有足够的深度。我们会非常详细地讲解算法中的细节，帮助彻底消化算法原理；
下图是已有课程的大纲脑图：
下面简单了解一下各部分的内容：
(1) 图像降噪，包括图像降噪的基础，基本的图像降噪GAN模型以及进阶的图像降噪GAN模型，约65分钟。
(2) 图像色调映射，包括图像色调映射的基础，基本的图像色调映射GAN模型以及进阶的图像色调映射GAN模型，约55分钟。
(3) 图像超分辨，包括图像超分辨的基础，基本的图像超分辨GAN模型以及进阶的图像超分辨GAN模型，约75分钟。
(4) 图像去模糊，包括图像去模糊的基础，基本的图像去模糊GAN模型以及进阶的图像去模糊GAN模型，约40分钟。
(5) 图像修复，包括图像修复的基础，基本的图像修复GAN模型以及进阶的图像修复GAN模型，约55分钟。
(6) DANet图像降噪实战，包括原理解读，数据读取，模型搭建，模型训练，模型测试，时长约70分钟。
(7) EnlightenGAN图像色调映射实战，包括原理解读，数据读取，模型搭建，模型训练，模型测试，时长约90分钟。
(8) SRGAN图像超分辨实战，包括原理解读，数据读取，模型搭建，模型训练，模型测试，时长约55分钟。
以下是一些实战项目的效果图：
