' d3 y3 T) j0 [7 _/ z" z, Z* x' C: D# o# z( X, G& d5 x/ H4 R% X' |
〖课程介绍〗# U* c( i3 b6 ?
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。! _+ F- t4 A1 y3 L2 t
- a0 P" p9 c [〖课程目录〗
, C0 O% D/ u4 l4 n第1章 课程介绍 试看& K/ c' b8 m' Q
1-1 课程导学 (22:58)试看) l* G1 I# L0 q; b* @! y0 b
+ Y. z8 e: S6 t' I2 _第2章 目标检测算法基础介绍$ r- j6 ]/ L7 P
2-1 目标检测问题定义 (12:10) z. T3 W/ z$ b8 O7 R+ _( S- S
2-2 目标检测问题方法 (15:11). O% G t/ u- k8 q$ m
2-3 传统目标检测方法基本流程 (05:33)% c4 \7 h! H4 v3 t+ `6 w) E
2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)5 p8 [) g) ?4 J+ C3 i2 x( u
2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)/ {+ t$ i, @0 }4 }2 y
2-6 常见传统目标检测方法-DPM（物体检测） (06:34)
! Y5 o4 E( y) V2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)8 m2 X8 I( k2 C+ J6 } o
2-8 Two-stage基本介绍，流程与常见算法 (08:25)+ @9 V* B. K5 W4 R
2-9 Two-stage核心组件 (21:06)0 o! Z( O6 l- |7 Y5 {; n4 T5 a
2-10 One-stage基本介绍、流程与常见算法 (04:36)
) A* A4 L% }3 ?2-11 One-stage核心组件 (18:52)
5 G4 }& K4 D3 b$ f. p* N2-12 One-stage与Two-stage优缺点对比 (05:14)
/ I* {. T3 E1 u9 R2-13 作业节
& c% Y' N; d/ ?& B8 k! V
8 ^5 S) V; W6 N/ b. D, \5 r+ \% b第3章 SSD系列算法原理精讲 试看
3 g+ |! L% i/ I3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看! S- ~; u' t1 U+ p: y# b
3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)
9 a A$ [! y6 t3-3 DSSD、DSOD算法 (13:29)$ l% k6 o" r; m
3-4 FSSD、RSSD算法 (09:29)
9 p! [; K; r8 M$ b6 ?3-5 思考题* |+ G ^% x4 Y% ]4 z/ c
2 z; d1 l' K4 f) F5 ^; M第4章 基于SSD的人脸检测项目实战 试看& r; g1 [5 z/ `0 p ~+ ?: M, l
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)
) z% b) E# x" R' i& R$ S: A. P4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)) M" i' q* D! R/ I" ^
4-3 Wider Face数据集介绍 (06:36)6 `" L& G' n: Z0 b: K! g
4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)
! f* R* p* z! L, S3 J+ V* n% w4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)
" k8 {: z: @" Z1 ^& H m4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)
* J- M5 j! z0 T7 r4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
: G$ @+ Q& k$ g! o) _3 f4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58), s4 Y7 o. S/ {6 `- S+ Z
4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)
. ]$ [/ E' P0 d0 i$ M+ w4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)$ c& O7 T$ c" d, ]& f- @+ f$ e
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
% b5 m, ?9 l/ q, l; F D4-12 思考题& x* L B9 n7 Y8 s
2 ]' w% v5 O) p% U, n第5章 Faster RCNN系列算法原理精讲: S- f, F: x5 s3 y3 z
5-1 Faseter-Rcnn系列介绍 (06:38)
; E) e. G" U! b9 _2 ]5-2 RCNN介绍 (14:19)
3 d7 L, K% R0 i+ d# ~5-3 SPPNet介绍 (10:23), }3 h/ r- r' Y: ?$ T9 b" f
5-4 Fast rcnn介绍 (21:02)
: g- A4 x V+ g7 d) G5-5 HyperNet、RFCN介绍 (12:47)
2 a4 [6 J- t- Z& G' r7 u5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)
. U% H+ C w# x; c ~$ k; |8 z5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)
5 g- v- ~) O. P0 c5-8 思考题
6 d4 V9 [+ { i& x, m8 U7 B) }
: W& |) P1 L* P( z3 K5 T6 }5 f第6章 基于Faster RCNN的ADAS场景目标检测项目实战
; Q- Q) l" S5 B6 {2 M+ _0 q7 O6-1 ADAS业务场景介绍 (15:04)& [# p, P# Z' u. @' L+ M3 j
6-2 Kitti数据集介绍、标注格式、下载等 (10:22)
6 K7 Q& T3 A3 r+ F, Z6-3 Kitti数据集类别提取编程实现 (14:13)# Z h2 G2 E8 ?# h w
6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)
N& G4 U Y) b, S& H' \6 V6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)
8 g6 A) b! Z( I- N K) D$ _6-6 Faster RCNN目标检测环境搭建实操 (05:34)/ `9 U$ L+ d: O5 n9 @' Q
6-7 Faster RCNN目标检测框架介绍 (09:10)
2 Q3 E* g4 [0 f; _, }6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)# f; F# c$ v5 a1 O3 }2 ?
6-9 Faster RCNN目标检测框架配置修改实操 (14:47)! J, W" S% d4 V, T
6-10 Faster RCNN目标检测模型训练及其优化 (06:58)$ w2 Y0 v' U2 n/ F& X
6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)+ b# }& H( L" b& ^, q
6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)# @. r1 Y: Z4 N4 _( t
6-13 思考题
Z6 F, M4 ^4 z: _: ^; I6 F5 G& X6 y/ i# _7 c
第7章 YOLO系列算法原理精讲
3 X8 F! N- i* V6 p: w2 E) s z7-1 Yolov1算法 (21:28)
; @# r" a6 i% j/ p- m5 _5 @( c0 T6 F7-2 Yolov2算法（1） (12:38), j+ J. ]6 V8 l( [" r
7-3 Yolov2算法（2） (11:42)& k$ K2 v% F1 X: j4 F5 ^% u
7-4 Yolo9000算法 (05:12). c( c/ b' K* v
7-5 Yolov3算法 (10:44)& z0 ]1 |. L |; N
7-6 思考题$ P- O/ A/ Q- D" ^6 W
) B# I6 [0 k; u: C# B, f/ I$ q7 ]
第8章 基于YOLOV3的通用物体检测项目实战. G6 X. J+ |3 i, t& i
8-1 物体检测业务场景综述 (17:53)
* h6 G* G8 ~' F) a8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)3 ` y* g% l5 r% e, r6 s; K9 ]
8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)
: t G; E* O- y7 q/ i! |6 y8-4 DarkNet框架解读及相关配置说明 (18:06)% d2 y( R$ J" a8 J7 s0 x
8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)" K( x3 |/ b2 b% `5 S7 b
8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)
( s7 @8 ?* D$ m9 ~( B8 j8-7 思考题
9 z6 X! c: M" u; }/ j) ~; q/ B# L; ~0 D6 ^- m
第9章 文本检测系列算法原理精讲
( v# ?$ _6 c. n9-1 文本检测算法原理介绍 (12:50)
% o6 a6 y5 @$ m) q/ @: v: W2 ^9-2 CTPN模型 (10:38)
& ^8 r$ s4 I* x$ r! W- L* C9-3 RRPN模型 (19:11)
9 t- I9 ~) x0 t$ d' x( q! ~9-4 FTSN模型 (11:41)
- q! T4 P; B a# H+ Q9-5 DMPNet模型 (15:56)' @' B* a0 d- }4 j, I
9-6 EAST模型 (09:17)
& E$ w D- [# b! P9 _9-7 SegLink模型 (13:01)' M' V3 N; h* T( \
9-8 PixelLink模型 (16:35); }2 W [) L. a) r5 ~) P
9-9 Textboxes讲解 (18:41)( c: g! J! T4 [( }+ O( I
9-10 Textboxes++模型介绍 (25:34)( Y$ X! I/ N, f! x1 i: G" g, r$ a
9-11 文本检测常见数据集 (21:16)
- {- r2 ?6 o5 e! e9-12 其他检测模型方法介绍 (14:56)2 v5 Z5 n2 x9 ^. {, z
9-13 作业节
+ o# M$ ]8 C$ v, K% Q- s2 d/ ~7 h V
第10章 基于EAST的自然场景文本检测项目实战0 [% N- Q. C$ _. ^+ L o
10-1 自然场景下文本检测业务场景综述 (15:26)
% I% G3 m) |) G10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)
& x' t' W' V2 S. N4 t# F10-3 EAST文本检测框架环境搭建 (09:03)5 a! V8 B# ~- x
10-4 EAST文本检测框架解读与训练实操 (16:23)
* |5 ]. z; [ o; N! u) a ]: U10-5 EAST文本检测模型测试脚本编程实例 (09:26)
7 W3 D [# V5 w2 p10-6 作业节: |+ N. J, ~% P7 Z! H
0 ~# j; u) A$ D* ^1 C第11章 多任务网络原理介绍
: I D0 H1 K' c11-1 多任务网络业务场景综述 (07:49)
- |/ [. |" r+ ?+ \/ a11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)
' G7 j3 ^; z/ I+ J$ W11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)5 A3 u0 }7 J U F$ a
11-4 思考题, |( v; A0 q3 ]5 W5 C( N% S ]4 T
$ ?* {1 P" e, ]; M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* s. Q7 t6 X P# m12-1 MTCNN环境配置、框架解读、数据打包 (18:41)5 ~3 I4 `# U" I
12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)
i7 ~1 }' A8 e12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)
. R- K( G" r7 h& _4 i- q3 k6 G. r12-4 MTCNN模型训练介绍 (03:33)
# _2 P1 P9 l% T: I12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
' n0 O' l3 k! j7 q12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)
8 y2 ]3 P, l: n12-7 思考题' ]+ j9 m) c0 A- t+ |9 w
8 ?. e2 T2 g+ D9 ?9 i( l1 h; n
第13章 课程总结2 Q8 t3 o' Y# I' u0 i' X
13-1 one-stage vs two-stage (13:13)
( e/ J7 O5 y; b13-2 不同目标检测算法的优缺点对比 (12:52)' e* K3 y, p) d. t$ t) G1 |
13-3 作业节
8 K- l' Z! S$ ^) D13-4 不同目标检测算法的精度对比 (10:42)4 t2 Y9 y/ d7 X; m& P9 b( m1 g9 w
13-5 作业节- L6 }! a, k7 g* ]9 Q/ t
13-6 常见目标检测研究对象与数据集 (10:37)
% @- W; B5 ]2 N, D- w- a13-7 目标检测常见任务与性能评价指标 (18:23)8 _, B. Q7 Q* b' v( W# c
13-8 目标检测行业应用现状-人脸检测 (17:31)/ |- K) Q/ C4 N1 M# j
13-9 目标检测行业应用现状-ADAS (10:20)
3 X7 T4 f) P7 E9 Y% J13-10 目标检测行业应用现状-文本检测 (09:05)
8 T; Z% C8 l0 y) ?; c9 h* ~6 J13-11 课程总结 (19:30)' r4 G" s1 d O: N1 g
4 a. z% p: k% e$ R7 w& H' ?7 e; M
〖下载地址〗7 `' S+ e0 z, b7 m8 f- F' ~! X* j" y- q
; W6 t* z1 U/ q* A& c4 ` o
〖升级为永久会员免金币下载全站资源〗- V1 d W. z& q# @! t# e5 C
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
+ a. l& g7 s) s. J7 S1 U |
[复制链接]
