) E. h/ g& m" Z2 M5 u- ]
# l) l; D: E8 P+ G〖课程介绍〗
# I$ z' l; C( e6 D1 h课程从算法角度出发，对各个模型进行全面细致的讲解，并结合人脸检测、物体检测、行人车辆检测、文本检测等项目，熟悉算法工程师在工作中会接触到的数据打包、网络训练、测试等问题,一步步带大家了解和完成目标检测实战案例，尽快进入深度学习领域。/ y7 B1 F# `) J( `6 d. w) S o
2 `' ~ P' S2 f3 V〖课程目录〗* q$ N0 p* \' C. T, M1 F6 w2 N! k/ _
第1章 课程介绍 试看0 O) R0 h3 \! M$ Q; k1 z
1-1 课程导学 (22:58)试看
- A0 S$ r% c4 W2 c, l- F+ w2 p/ Y$ B" v1 o D" Z
第2章 目标检测算法基础介绍! T+ o8 ?# R4 {% T; |% z1 u
2-1 目标检测问题定义 (12:10)1 E- S8 N7 l1 F \# h0 s1 i2 Y
2-2 目标检测问题方法 (15:11)
0 r! e7 q! A: K- p- g2 ~2-3 传统目标检测方法基本流程 (05:33)
: i2 A9 @9 S! y- t2 o2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)
; f6 S9 v0 _3 N1 d- q: ?2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)# z7 h; i& `, X/ u) _
2-6 常见传统目标检测方法-DPM（物体检测） (06:34)6 Y, p1 \) J! N% I B4 N4 r
2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)
. d# u. r9 a4 E5 C$ t' w# f2-8 Two-stage基本介绍，流程与常见算法 (08:25)) D1 i: h+ D* E6 h# c0 r
2-9 Two-stage核心组件 (21:06)
1 e# F8 f: s9 D, t6 ^0 Z" Z- Y2-10 One-stage基本介绍、流程与常见算法 (04:36)
1 ^5 ]- }0 r2 h9 m1 Q4 t2-11 One-stage核心组件 (18:52)% \2 U8 G, V9 D* V& \( Y7 \
2-12 One-stage与Two-stage优缺点对比 (05:14)7 L; M9 w3 O+ g7 o: \
2-13 作业节$ ?% g u- w" u+ q; z
/ y& u @* ~/ k& T" B3 l3 v/ Q
第3章 SSD系列算法原理精讲 试看* r; p; @- o% E3 r* A6 ?0 o; i' Q
3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看2 P I' i& {% w/ @4 n D' V: N
3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)
- n- Z9 H/ n5 T; u' t; Z) A% C3-3 DSSD、DSOD算法 (13:29)5 z H2 Y2 X# r9 U; X: d# I
3-4 FSSD、RSSD算法 (09:29)- D. Z; u' V+ F6 b4 k! _
3-5 思考题8 Q4 n, w) P# X; L
0 `( t) W3 x6 B1 x' x# Q% u8 s第4章 基于SSD的人脸检测项目实战 试看
e ]3 h$ t3 l* ~' X4-1 人脸业务场景介绍（常见问题、标注方法、算法性能好坏、人脸采集常用方法） (20:54)/ \ o+ `0 J* f9 F+ P; y% o
4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)5 Y" x$ u3 _- O: T0 y( ]
4-3 Wider Face数据集介绍 (06:36)
, {% e7 S6 a; V. ~8 Z6 _$ d4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)
( [. O6 x0 Z. E# G. D4 o4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)9 k5 E# H; y' v' c% g( \8 K/ j
4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)
3 h' e6 W2 y! {/ c6 \& Y4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19); R. T9 M$ ]! O o# e4 k+ r/ G
4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)
9 X; i( o& o; F' D3 N( ]3 X4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)
, L; c- f3 ]! s$ t7 E8 {4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)
6 Q7 q! p0 `/ I( x( X& p& [4-11 Caffe-SSD框架测试结果可视化与人脸检测技巧说明 (11:09)试看7 K/ f2 l; k/ b. f8 Z; m
4-12 思考题
) S! T8 m% v- ]- b& v- t5 D4 }- d/ w, i! G5 k
第5章 Faster RCNN系列算法原理精讲( [$ u) V4 F+ E; |3 q0 y9 i, C- d
5-1 Faseter-Rcnn系列介绍 (06:38)
/ U# w" L! Q0 \7 R5-2 RCNN介绍 (14:19)
. k4 A. j# q1 b5-3 SPPNet介绍 (10:23)+ | F3 X( _1 x/ i# D; v
5-4 Fast rcnn介绍 (21:02)5 ?6 }7 d& t1 W6 S% H
5-5 HyperNet、RFCN介绍 (12:47)& l9 j$ c* E! U$ Q7 ^
5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)) r E: G9 `5 F8 p
5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)
; r Q' Y, H: j5 j5 g5-8 思考题
+ c1 _' d! }! I* p7 B
' l1 ~) l3 d, j) W2 {+ _. {第6章 基于Faster RCNN的ADAS场景目标检测项目实战
: W% w3 `8 r; N. ]4 Y! q6-1 ADAS业务场景介绍 (15:04)
& N7 @2 u) \4 ?) `! M) |0 N6-2 Kitti数据集介绍、标注格式、下载等 (10:22)( c' i% {/ ~8 D- }
6-3 Kitti数据集类别提取编程实现 (14:13)
' d% A l4 s$ p6 `8 D6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)5 V5 }3 ~7 B. F8 O \
6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51), @+ c, M; X! F: a z N6 b4 s/ |
6-6 Faster RCNN目标检测环境搭建实操 (05:34)
2 @. C# ]$ u+ _& `. B8 L V% u+ G6-7 Faster RCNN目标检测框架介绍 (09:10)
5 Y- t" x1 c2 `6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)
! |+ D9 K7 r6 C0 Y6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
" g+ [/ r1 z% o$ _7 }7 N5 b6-10 Faster RCNN目标检测模型训练及其优化 (06:58)9 m' J3 L* \% p4 G9 F- _1 C
6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)3 `* F4 T* s5 C' p
6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)& J7 \5 e6 B! r
6-13 思考题& f( ?! ~7 c2 L/ \! I* m) v
& Y+ v) l% K c! m9 d第7章 YOLO系列算法原理精讲
* _( R( V4 l) m0 j# c4 t7-1 Yolov1算法 (21:28)
) ~" x- X! [: g) p3 V _. ^/ y7-2 Yolov2算法（1） (12:38)& P0 w0 |$ W1 m, d% J4 I
7-3 Yolov2算法（2） (11:42)
- j9 z$ s1 e6 I7-4 Yolo9000算法 (05:12)
/ F/ k7 h/ U/ e. _6 V1 w8 J' A9 P7-5 Yolov3算法 (10:44)( `+ ^- _; V5 p2 ?/ F$ }0 ]* q
7-6 思考题
" {' d9 v! A1 ?$ X i+ v
% o& t' F% B: p4 [8 N( D第8章 基于YOLOV3的通用物体检测项目实战
" r b5 j6 e6 d: c* l8-1 物体检测业务场景综述 (17:53)5 K; S- n% j% P! f
8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)
# |7 O! T' I/ H0 _8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)
: u$ o* s- E3 F7 A/ g" F- @& C: b8-4 DarkNet框架解读及相关配置说明 (18:06): T0 u( e8 F- ~5 x8 N" X, |0 O
8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)
; C4 B" I# z' U4 o3 h+ b8 ]8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)
1 J, b, Q* e- F( [ i( y; D" d/ i8-7 思考题
+ i3 z3 F( W& }4 B. `# s& w
0 A5 n! E1 d2 R' k0 K第9章 文本检测系列算法原理精讲
9 `4 f# t/ w4 `; u9-1 文本检测算法原理介绍 (12:50)
% h, W5 t2 r3 U$ A9-2 CTPN模型 (10:38)$ ~7 p* e6 j. T, b* u9 {5 K1 P
9-3 RRPN模型 (19:11)6 W+ H4 i( s0 q B. Z2 G' s
9-4 FTSN模型 (11:41)
@4 c7 N' g5 c3 A9 q: n/ p9-5 DMPNet模型 (15:56)
: h; J% H, m9 i( Z& L3 X9-6 EAST模型 (09:17)
3 o$ J% X( }5 m6 S9-7 SegLink模型 (13:01)
* J. `( }. a9 v* D9-8 PixelLink模型 (16:35)
6 i7 w, I* e& y) `/ Q ~% ]3 y9-9 Textboxes讲解 (18:41)' R! n% I0 Q3 H# [1 r @ P8 y, @
9-10 Textboxes++模型介绍 (25:34)
4 ]/ j; {/ { C) G! L( f9-11 文本检测常见数据集 (21:16)& A/ z B |) _' A% Y! Z7 T
9-12 其他检测模型方法介绍 (14:56)9 E& c- B: s9 O
9-13 作业节1 |. Y( N1 }* U( a& Z6 Q
0 i' h& U3 x; h) N( W8 S
第10章 基于EAST的自然场景文本检测项目实战3 v; W7 t5 K" o" v( Q2 e" Z
10-1 自然场景下文本检测业务场景综述 (15:26)* i: n. W1 P3 N: ^; v3 N/ w4 N$ e$ R1 e
10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)' ~7 V# W: T! o& ?- ^: E
10-3 EAST文本检测框架环境搭建 (09:03)
1 r( o5 F1 |) c8 n10-4 EAST文本检测框架解读与训练实操 (16:23)8 W) d C; K: L8 F
10-5 EAST文本检测模型测试脚本编程实例 (09:26)( s$ p7 D/ i8 p- y# b
10-6 作业节- E" g& B3 ?) M8 t) n8 W7 k
, D' I; O6 h2 b; Z; a, P
第11章 多任务网络原理介绍
0 x9 A9 {* G# u8 l) R: R11-1 多任务网络业务场景综述 (07:49)
+ M* {) x8 I; U+ H) j: c11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)9 d6 P; W+ @: X+ }) B% g$ O9 v
11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)# |' z: A7 U) _( T, J/ y
11-4 思考题
9 a& T4 }! u( o' T/ l% Q! E$ f
4 _" N* n0 Q- y# l0 N- g( h* _第12章 基于人脸检测+关键点定位的多任务网络项目实战/ L* K& q! \7 A: A: ]
12-1 MTCNN环境配置、框架解读、数据打包 (18:41)
; [6 }" K& S/ ~! e12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)
% g$ S' |- V+ n" Z K7 u. `2 u12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)" k# [# S1 C' _
12-4 MTCNN模型训练介绍 (03:33)1 J' e6 ^& X. S6 ]7 H, i% ]
12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
/ R7 P9 x: ~; A$ C8 o5 z12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)3 X: F* C0 K/ L! t* I
12-7 思考题
# ^6 i) m u2 X I2 f
3 B. B7 w3 i( O" D) v# Z$ B4 ?第13章 课程总结) ~0 S$ |/ S+ d: M. E: h
13-1 one-stage vs two-stage (13:13)! |3 l& S( J7 v
13-2 不同目标检测算法的优缺点对比 (12:52)+ t) u M1 Q# x* ]0 P
13-3 作业节
6 u/ I" c. W8 n13-4 不同目标检测算法的精度对比 (10:42)
! }, D( C3 \; P7 ~. C13-5 作业节
+ C* _: p! @! a0 G13-6 常见目标检测研究对象与数据集 (10:37)
5 M7 d, T! d9 `$ d7 ?% V, k13-7 目标检测常见任务与性能评价指标 (18:23)
2 l u' S7 H& T2 F13-8 目标检测行业应用现状-人脸检测 (17:31)' P3 c2 r/ I4 t) O6 R
13-9 目标检测行业应用现状-ADAS (10:20)/ t: v5 E/ t. {4 N7 q/ h
13-10 目标检测行业应用现状-文本检测 (09:05)# k$ f! z0 }, k# [3 ?7 C) S( q
13-11 课程总结 (19:30)
& l9 o6 ?& L5 t2 o% ~" L0 G$ @2 G G0 ~2 W% H
〖下载地址〗
" K6 k1 K. {( q, W6 ?" ~; e2 k' Q2 {6 X1 Y$ g2 e G
〖升级为永久会员免金币下载全站资源〗8 l& m, k( H" a9 r/ |& g9 F
全站资源高清无密，每天更新，一次充值，永久可查看网站全部资源：http://www.mano100.cn/rjyfk_url-url.html
. F1 g% P7 Q1 q% O4 Z1 s, r
|
[复制链接]
