* U! D. h4 e0 [* m" n. ~ p; I6 t K3 ^2 Y4 m j( e
〖课程介绍〗
1 p( ]6 _/ v9 u/ r9 i( |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。
7 I0 s7 i2 q) T7 {$ I+ ^
M5 K4 A" A+ }7 c2 A〖课程目录〗
/ V; f, o7 l8 p( a" y7 k第1章 课程介绍 试看) t/ [2 t# c- I8 n9 z4 X
1-1 课程导学 (22:58)试看5 G) s w" M' ] s8 H- F
* k3 W* z8 j& {' [* d第2章 目标检测算法基础介绍3 `/ k5 _5 g0 g
2-1 目标检测问题定义 (12:10)
! N7 b2 I: d9 s9 |6 x& _) }. m2-2 目标检测问题方法 (15:11)
, @( ]: d. V, _1 T5 O0 D2-3 传统目标检测方法基本流程 (05:33)2 d! Y! H$ M. _7 T% e& m
2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)
0 N; D" O# Z; s- F" c2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)+ A7 s0 J* f$ L8 }4 ?, a9 i
2-6 常见传统目标检测方法-DPM（物体检测） (06:34)
. h _" C% Z( y- |% g2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)
5 o+ O# {8 @) |2-8 Two-stage基本介绍，流程与常见算法 (08:25)
9 }# j. t/ Q; H6 N) [/ R2-9 Two-stage核心组件 (21:06)
5 Q6 X* m+ Y4 G, l- J2-10 One-stage基本介绍、流程与常见算法 (04:36)
0 k0 y* e6 P0 b }/ @2-11 One-stage核心组件 (18:52)
6 y. X3 X/ |2 p4 M$ s2-12 One-stage与Two-stage优缺点对比 (05:14)
* W0 j- b# T; _# T) Z' V0 m2-13 作业节
' l, s# Y4 C4 x: @+ w' s% T1 O3 o. A/ X/ p+ I% e2 s
第3章 SSD系列算法原理精讲 试看( G/ c0 }; M; k2 a) U; u
3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看* R0 I! H/ ?; {: R
3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)
2 E/ N. `; q5 r2 B: a8 u$ Z3-3 DSSD、DSOD算法 (13:29)
) \3 A: I# J- J' T, m2 r; y6 a4 x3-4 FSSD、RSSD算法 (09:29)
" J! W5 v/ p9 F* `0 U0 v! e/ V3-5 思考题; L3 U3 l4 y; J; a" N
1 R c. m$ \5 t1 B第4章 基于SSD的人脸检测项目实战 试看& S' d1 S4 n8 b$ ?+ Y U0 ^
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)
" P3 e) u3 v8 f( g* T4-2 Wider Face数据集介绍、标注格式、下载等 (15:01), f9 l( ?) d, N! W3 }" f; `5 V
4-3 Wider Face数据集介绍 (06:36)& D- C: J" \ Z ^5 S3 v- z/ X: f
4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29). f2 X2 h) P }9 Y; T2 T+ i
4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)1 T! a. M3 ?; a7 k; `3 o! R
4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)
, O- ^& j: }2 n6 z2 y4 {4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
- }6 E0 @6 p8 a) F+ _4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)9 m" p$ P/ Q8 w% h
4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)5 Y8 |9 H' J7 }* j( p) Q# ?6 E+ a
4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)0 l# q0 i* P( u l
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
/ S& W# o" C4 _0 F3 T! \( O4-12 思考题6 K& h/ x% z9 h
0 B4 w" N. D; o7 Y3 h7 s第5章 Faster RCNN系列算法原理精讲
5 `: V7 c( z. Z5-1 Faseter-Rcnn系列介绍 (06:38)% Z* O; T5 i0 R' A4 P) ]
5-2 RCNN介绍 (14:19)7 L C# G! `* W% Z
5-3 SPPNet介绍 (10:23)/ p+ Y* D# y; ]& T1 m- P
5-4 Fast rcnn介绍 (21:02)2 s/ R( o; O$ t$ \$ P
5-5 HyperNet、RFCN介绍 (12:47) K% v; H u# T) }' U
5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)! F" q. ^1 X& [& G4 p" v
5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)
, \% a1 q K4 h- k# t' i: U5-8 思考题, e- c* J( i+ {8 `) j/ L
: Z3 P' @- U+ P8 f1 p9 w3 c
第6章 基于Faster RCNN的ADAS场景目标检测项目实战
: a# e; E* l* k, M6-1 ADAS业务场景介绍 (15:04); S5 i: t0 r& i( H& \# W. p( R- e
6-2 Kitti数据集介绍、标注格式、下载等 (10:22). q: Z7 P0 L, O) @/ j% b
6-3 Kitti数据集类别提取编程实现 (14:13), J; y6 ]% Z6 k( ?
6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)' [/ r0 g7 E4 k" l+ x+ w2 r
6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)
2 W: ~# H0 D" U3 d" v3 E6 P' C; p6-6 Faster RCNN目标检测环境搭建实操 (05:34)& ? e8 z. x0 |0 d1 I
6-7 Faster RCNN目标检测框架介绍 (09:10); X& M' ^" L( e' S) _! L
6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)
; J R3 K6 R0 L5 p2 \* y6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
2 N6 s8 k2 y- Y# \" |1 i1 m6-10 Faster RCNN目标检测模型训练及其优化 (06:58). T- x& U( N3 i$ g$ V
6-11 利用Faster RCNN测试脚本进行模型测试 (06:25): L8 j2 H% _" `' }! m$ ^1 n
6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)$ {! F0 P3 n7 N( ` O, F
6-13 思考题
8 n4 D5 E2 ?! n+ a; A+ q! p
1 j6 n7 t# e8 a7 O第7章 YOLO系列算法原理精讲
( J' b1 g$ x" e) K7-1 Yolov1算法 (21:28)
: M* v8 n/ }/ `- {7-2 Yolov2算法（1） (12:38)( J* N$ Z4 z6 G5 f1 ]8 P
7-3 Yolov2算法（2） (11:42)
7 \6 I/ _- }; q% q7 U4 L7-4 Yolo9000算法 (05:12)1 T& O. G1 a# y! ?; N! ]
7-5 Yolov3算法 (10:44)
0 [; ~* K4 w! D% I( r4 [9 J7-6 思考题* Z$ v: \ ]9 A7 _0 R! [+ k2 Z* [( M
" _ L! B+ t, z4 {第8章 基于YOLOV3的通用物体检测项目实战
, t* L, V4 a' G8-1 物体检测业务场景综述 (17:53); {5 [* Q7 _' ]2 I
8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)
, ?5 T8 @- c! E* Q0 O6 |# H* C- {% N8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)# a. @: J9 _, m: a# K9 |
8-4 DarkNet框架解读及相关配置说明 (18:06)
& K5 Q# W: I+ r# \( E' T8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)( W) @, d. H R! a9 a7 R
8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)3 f; G+ H% c: q0 _
8-7 思考题0 @: F6 `4 |4 Z3 M0 o0 w: T& U* U5 ]
( o7 Y0 W. G* \* d8 Y第9章 文本检测系列算法原理精讲* I, k6 S/ c1 o6 d, O/ b
9-1 文本检测算法原理介绍 (12:50); j" {) J; ?: e: p6 g# y/ f0 _
9-2 CTPN模型 (10:38)( ~1 B3 F3 @! J) S' S
9-3 RRPN模型 (19:11)( U- L, W" c7 x4 d
9-4 FTSN模型 (11:41)
. q. C7 h& P0 p0 T8 |) O# ^: q9-5 DMPNet模型 (15:56)
0 i; s' Y' ^7 P6 u. _' ]+ n2 Q1 ~9-6 EAST模型 (09:17)
4 K7 H# g% M5 C( d9-7 SegLink模型 (13:01)
1 W2 `/ L6 e. d; a% ]( z e9-8 PixelLink模型 (16:35)$ ~' G' `! v3 ^' m+ X1 t q5 G
9-9 Textboxes讲解 (18:41)
! Z2 {$ H2 J- }1 J+ f, }9-10 Textboxes++模型介绍 (25:34)* k3 g* ]( m& C, }2 |5 t( k. s
9-11 文本检测常见数据集 (21:16), E0 u4 `5 A7 h/ {6 j6 I. J0 S' J9 _
9-12 其他检测模型方法介绍 (14:56)
, q( K! y7 S6 c# i# d9-13 作业节
9 t# N" @5 M+ u2 S, c. S
/ ]' N* c; B& h2 f第10章 基于EAST的自然场景文本检测项目实战
$ h3 y' G* u4 x# L8 g: ^10-1 自然场景下文本检测业务场景综述 (15:26)
& I& b4 Z/ c$ a% H8 K, l% i10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)
}5 T+ A i) G: g5 B; y2 |: ]/ Z10-3 EAST文本检测框架环境搭建 (09:03)# x2 `( q6 Y$ a7 m$ d7 C
10-4 EAST文本检测框架解读与训练实操 (16:23)
8 L9 s* E6 E z$ o10-5 EAST文本检测模型测试脚本编程实例 (09:26)
1 V. m5 ^9 c7 u8 ~10-6 作业节' Z, j& O% h/ ?. Y( I: b$ N6 ?7 I
: ?8 z! c" y- h7 m$ G- G4 w
第11章 多任务网络原理介绍) J$ n& h: G3 Q; g
11-1 多任务网络业务场景综述 (07:49)
* ? n$ y: T3 M, E3 z) g- M3 c& O11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)
/ _4 u+ p( V% D! D7 [: `11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)
6 K! a3 L! |0 Z+ R; C11-4 思考题
7 j, ?. @1 F5 Y
- F/ a# Q6 e" R8 Y$ }8 @第12章 基于人脸检测+关键点定位的多任务网络项目实战9 X! F I. h' r+ ~* }* a
12-1 MTCNN环境配置、框架解读、数据打包 (18:41)
6 u. F6 v5 X1 t* e12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)# ?' Z; r% I4 r/ `
12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)
/ `) R T% ?1 p3 p1 E# n J: a12-4 MTCNN模型训练介绍 (03:33)8 V3 Y t" O, y* D
12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)) X, l- R' ]% k( w. @
12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01), H8 c/ C( C( U
12-7 思考题! g4 X/ ]. b: _/ d3 _) Q1 O
4 w) ^3 |- `$ o第13章 课程总结
& C6 Q3 B6 t& n7 a7 y! N13-1 one-stage vs two-stage (13:13)9 i5 U7 o$ |5 z2 l; G; W" {" o
13-2 不同目标检测算法的优缺点对比 (12:52)
, C q( ` d; Q8 \; `13-3 作业节
! a. V$ K" n' k. M13-4 不同目标检测算法的精度对比 (10:42)
( r+ U- M& j+ ~' K1 ?13-5 作业节
& _; K( {: b X13-6 常见目标检测研究对象与数据集 (10:37)9 C E. Z" N, X$ }" M
13-7 目标检测常见任务与性能评价指标 (18:23). Z1 c: j! h5 w( t
13-8 目标检测行业应用现状-人脸检测 (17:31)
7 \8 u5 H/ F. n: J0 f4 b13-9 目标检测行业应用现状-ADAS (10:20)4 N! u/ I7 `# P: M8 t2 Y
13-10 目标检测行业应用现状-文本检测 (09:05)
9 h) n6 G/ U3 D! z! L13-11 课程总结 (19:30)
; R6 Y/ p3 H6 a% z/ v ~, U
3 @0 c1 {! H1 e! i〖下载地址〗& f$ j2 y( w# Y& X6 T& `0 d
; r; [/ f: J% a- Q〖升级为永久会员免金币下载全站资源〗
: O. h0 ~. C8 w" k" Q2 j' g6 j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
) m+ G P. L0 o ?; e
|
[复制链接]
