4 g9 E* F9 B2 }. E% B9 C
/ }1 G& S* j6 f, Q〖课程介绍〗% c+ @; O$ v, ~: F3 m) ?) q- W
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。% y& i9 p5 q+ a) H5 N0 k
F, q# O% ]9 s8 t1 O〖课程目录〗
9 ?+ k' X ~9 S第1章 课程介绍 试看
. s( n% q9 G- ?/ S9 F1-1 课程导学 (22:58)试看
+ J" ?* h7 z! K6 Z; u* q
) K2 D8 \6 g7 c- h5 H* O第2章 目标检测算法基础介绍1 E$ p* I9 |* u: D) M
2-1 目标检测问题定义 (12:10)
3 I Y, x3 ~# W0 Z- d1 J% ^2-2 目标检测问题方法 (15:11)
- {+ Y0 \ r+ D" f/ N9 _2-3 传统目标检测方法基本流程 (05:33)
8 C% O( I2 G0 J# j$ L2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)' C, V6 S8 h# f6 |' U
2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)
( }$ a+ p# B; l; [, F5 j+ |; ]2-6 常见传统目标检测方法-DPM（物体检测） (06:34): P4 b" s% T) c: h3 q; e
2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54) C. i1 T/ D6 f" g9 E. H2 A! ~
2-8 Two-stage基本介绍，流程与常见算法 (08:25)
$ P- ~7 G* K3 R4 J7 i2-9 Two-stage核心组件 (21:06)
7 A; O& o5 w# k* H1 {( G1 k2-10 One-stage基本介绍、流程与常见算法 (04:36)
6 {; E6 P" L2 \% D0 m2-11 One-stage核心组件 (18:52)! g8 h, J h. Q
2-12 One-stage与Two-stage优缺点对比 (05:14)6 @# O* W7 @) a0 @- S% Z
2-13 作业节
9 N/ J6 o& ?6 z( y6 B- a
a; O( Z# u) |) u3 o3 d2 U1 T: V# H第3章 SSD系列算法原理精讲 试看. [ ~! a {, \
3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看! C& c# E" f% g* [7 B: F* e
3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)
2 X y. C5 G% {1 X* [# m3-3 DSSD、DSOD算法 (13:29)2 M2 i, {4 R+ Y( t5 @
3-4 FSSD、RSSD算法 (09:29)0 S" P5 z3 w. t: W" y, [
3-5 思考题
) D' o/ W. A6 c& u6 i* H7 p. Y- J7 r; ~& e8 W; X0 s8 K* _
第4章 基于SSD的人脸检测项目实战 试看8 b) m7 E5 i0 S0 k
4-1 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)
2 m8 W, G7 r# ?% I& v; X4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)
2 v+ E2 t4 R @6 m4-3 Wider Face数据集介绍 (06:36)8 S& H6 Q; S1 V4 Q5 ]+ D4 N
4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)/ q* v. g7 G$ w" @1 d
4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)
! t- ]' m, F) a" r" N, p4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)
% p8 B$ K2 M% M- ?! ^( ^4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
! s+ p* W4 L. a# `% a+ j% v4 r4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)+ G; Y; S$ S! F3 e/ a
4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)
# `- X8 _* w# n4 T1 }! ?* B; o9 Y, |4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)5 T' k3 r0 l7 q2 R
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
3 p: h4 k& |- j1 ^% U i4-12 思考题! Z6 G$ D2 J8 ^* Y
% b! M6 Y0 L2 W0 y3 W' J: b
第5章 Faster RCNN系列算法原理精讲! w, z( ^* c! F8 b- ^# {* ]
5-1 Faseter-Rcnn系列介绍 (06:38)
% P9 r: ~9 u2 H5-2 RCNN介绍 (14:19). x0 s* q" _! }% `3 V
5-3 SPPNet介绍 (10:23)$ D/ @# G5 Y& S/ F/ m
5-4 Fast rcnn介绍 (21:02)2 `0 U V/ F! F6 L7 K% P6 b
5-5 HyperNet、RFCN介绍 (12:47)
4 X$ ?6 J. o6 L# t" S d C+ I5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)
- L4 t4 j3 G7 p. Z2 U- P5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)
4 h. I) P; c. l. ?5-8 思考题 s: E# L6 w4 o C; q( m+ v
) [8 _! ~; b5 r4 a) B- n! ~0 i- `" R第6章 基于Faster RCNN的ADAS场景目标检测项目实战. t. U/ N: H" }! z
6-1 ADAS业务场景介绍 (15:04)
1 M U5 ~5 ^3 w7 f2 q6-2 Kitti数据集介绍、标注格式、下载等 (10:22)
$ i3 Y4 ^; }- ]* D3 q6-3 Kitti数据集类别提取编程实现 (14:13)
3 k' }5 E# T$ B1 E6 f0 Q6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)0 ?4 p: ^0 ? P6 T, k0 j
6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)- `- i ^9 }: v4 i4 V& U
6-6 Faster RCNN目标检测环境搭建实操 (05:34), E% k1 c, C& L% g0 f2 @3 Q
6-7 Faster RCNN目标检测框架介绍 (09:10)
' b2 Z2 I4 B% D6 p6 L% R. h" }& m6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)/ X3 A5 G2 x8 o P4 |/ P8 i
6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
" L' o( e' I- w( K/ V: y0 _6-10 Faster RCNN目标检测模型训练及其优化 (06:58)1 F6 t$ b6 u! K |7 h9 j
6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)
* Y J1 Z* O9 G6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
6 r' p$ n2 E) \4 w6-13 思考题* j6 c. n8 s: W& I
6 a- v' v+ f! Y& N( I, e第7章 YOLO系列算法原理精讲% @4 S; A5 I" R3 a' T
7-1 Yolov1算法 (21:28)
- j5 C/ b3 K7 i# A. _7 M4 L7-2 Yolov2算法（1） (12:38)1 B! S9 |% x9 W0 w2 ]' R
7-3 Yolov2算法（2） (11:42)
+ B; @' M- K8 F/ {( e7-4 Yolo9000算法 (05:12)9 a& E4 P, _: H% k3 Z
7-5 Yolov3算法 (10:44)
% Q2 d" ]& B; A& s" l; v9 M7-6 思考题 C% Y" ^% T/ q" O" a
" }0 I/ p0 D" I% M' |
第8章 基于YOLOV3的通用物体检测项目实战% D7 n1 U/ }$ B
8-1 物体检测业务场景综述 (17:53)
- Y" G) C1 U. c$ s8 B! L4 m8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)
K; ]9 U: U8 R- m/ K& s7 C; e6 M8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)
# ~, S! H( b6 q$ L. D( k8-4 DarkNet框架解读及相关配置说明 (18:06)
4 g" }3 q% Z* ^8 ?* G8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)
8 h: R1 D2 D M7 @8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)
/ l3 D6 G1 K, ^! ?- X1 i8-7 思考题) Q$ J5 s" W; z( Z" `% f$ k# f& c% k
) f% \: A8 S! G/ h, `
第9章 文本检测系列算法原理精讲0 n. L' l3 ~, f" `6 a0 l
9-1 文本检测算法原理介绍 (12:50)5 I, E2 ?. y4 }/ z7 V! a
9-2 CTPN模型 (10:38): e0 l6 L3 k" l/ q/ u
9-3 RRPN模型 (19:11)
! k, A# P. n9 i! F% `7 b4 a9-4 FTSN模型 (11:41)
+ l& X( z: ?2 i) Q& L A5 T9-5 DMPNet模型 (15:56)/ ~ e/ J0 c( I4 m( s' z& d& y
9-6 EAST模型 (09:17)7 M$ s# g( l* l9 m, l/ ^
9-7 SegLink模型 (13:01)' [8 T3 R# y5 O' Q7 R
9-8 PixelLink模型 (16:35)
* b, V7 t7 M2 G& a+ R9 Z B9-9 Textboxes讲解 (18:41)# G9 s1 D5 e3 n: ? p
9-10 Textboxes++模型介绍 (25:34), _% ^' {0 \# X t0 F
9-11 文本检测常见数据集 (21:16)
`- i0 J6 q- a* ~6 t/ k- M9-12 其他检测模型方法介绍 (14:56)
9 w% X/ U/ P) ^- D% X$ k9 p. @ q9-13 作业节/ R. @' [9 ]6 y
_, @( w& I4 n& Y; s第10章 基于EAST的自然场景文本检测项目实战2 T! m4 e' I' s
10-1 自然场景下文本检测业务场景综述 (15:26)
- N- }! w. C( C1 r: f0 ?' n( H; u10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)
1 H, B, E8 ~& s8 r1 Z) e' Y10-3 EAST文本检测框架环境搭建 (09:03)
* I8 j) h+ b5 c! \10-4 EAST文本检测框架解读与训练实操 (16:23)# F- C: m3 \5 M& B
10-5 EAST文本检测模型测试脚本编程实例 (09:26)
: D' U3 a" i" p- d0 t1 C* J4 D @10-6 作业节0 Z2 A6 ~0 ]3 i# T' ?% I
$ N- J* k3 x0 u& |' E
第11章 多任务网络原理介绍
% y) Y1 i: q+ @# v0 G11-1 多任务网络业务场景综述 (07:49)7 r" N0 I- d* j! f
11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)
Q& V8 U+ Q, l5 m8 C$ L11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)
+ P: |: s3 m& T" O9 z' m" ]7 N11-4 思考题
, O; d/ o. S* H2 r; g5 ^, ~4 o6 \9 e
" l/ C( X) @" q, q# ^第12章 基于人脸检测+关键点定位的多任务网络项目实战
) o; A2 c. n# ^- u8 W7 H12-1 MTCNN环境配置、框架解读、数据打包 (18:41)( l$ A6 W) ]! q1 i# X8 V+ U1 T
12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)
, C7 G' g2 ]' |, V, b9 t; X4 ^12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)
7 q* f, L# l% h3 D12-4 MTCNN模型训练介绍 (03:33)! H. a: x% A* w% m
12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
6 s0 ?! [$ n v+ U. U( }! P) f12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)
/ F/ ?* v6 b4 P: b9 k9 ~; W$ c$ x12-7 思考题' e4 `! a$ E: C2 a- }2 Z9 P P
V7 S" h" _- E! g/ i( h; e
第13章 课程总结
* G$ a/ O: e+ ]# Z13-1 one-stage vs two-stage (13:13)
' K3 u: |7 R/ d4 R$ N13-2 不同目标检测算法的优缺点对比 (12:52)) U+ X: S, C( H; U; R- g
13-3 作业节# i) |, o4 R9 V, w
13-4 不同目标检测算法的精度对比 (10:42)
* A0 o* H+ A+ ]) N) K" t13-5 作业节! F: `9 Y! ?: Y' e0 @. T
13-6 常见目标检测研究对象与数据集 (10:37)1 g: I }* q9 [: e3 E( W
13-7 目标检测常见任务与性能评价指标 (18:23)
6 z; I& l) F j0 a( j# L13-8 目标检测行业应用现状-人脸检测 (17:31)4 C: L- g) O4 f9 V6 y8 Q
13-9 目标检测行业应用现状-ADAS (10:20)
# Z" R$ e5 I( H. q1 b9 n13-10 目标检测行业应用现状-文本检测 (09:05)
8 e4 X& ^8 P3 d, M, g13-11 课程总结 (19:30)
) D6 l, w* R7 C4 w2 M) ]
0 X, a+ a" o! o( {$ D〖下载地址〗0 |) [" R& j2 b* s3 d
- a. M8 Z# b; _( \〖升级为永久会员免金币下载全站资源〗
9 k" d7 I% X7 F8 m. _7 _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
: j. B8 ]& ^0 [ K( d7 E' K: r |
[复制链接]
