* B2 l: |) L( P3 {0 Q/ j# o1 _, T
i( _; Z$ j2 N
〖课程介绍〗% V) v. S/ c5 a# W$ I3 Q
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。2 G; n! N8 x. N) P" y% [
% @1 S% N( l9 Z8 Y〖课程目录〗% w6 B @2 e, K/ E
第1章 课程介绍 试看
+ c& u3 l! O' j7 ]' Q7 s( K1-1 课程导学 (22:58)试看4 z* c a! u* ]3 A8 {2 ~
! X) G. @3 q- n
第2章 目标检测算法基础介绍
' o ]: I' q( k+ ^ k8 z. Q2-1 目标检测问题定义 (12:10); w; }" _6 B3 }4 I
2-2 目标检测问题方法 (15:11)( n" C( I0 L3 e+ z
2-3 传统目标检测方法基本流程 (05:33)$ Q+ |1 B2 J" w- [' a
2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)
* q: L$ D2 W* [# ^8 [% v! |2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)
: u5 q: V5 ?2 p, o2-6 常见传统目标检测方法-DPM（物体检测） (06:34)) n8 c$ m B0 l r$ H( @
2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)
3 Z- u- R0 o; J5 f" i" C2-8 Two-stage基本介绍，流程与常见算法 (08:25)
% X2 s0 ?4 j1 r" [2-9 Two-stage核心组件 (21:06)
, i8 |8 F0 X- B& _ u- C2-10 One-stage基本介绍、流程与常见算法 (04:36), {& n* U$ d9 b
2-11 One-stage核心组件 (18:52)
: ]1 `/ a# q1 r- a2-12 One-stage与Two-stage优缺点对比 (05:14)
3 R. u7 p5 s* q2 Y. v# P2-13 作业节' f! g9 A; L5 {, e6 k
* m( V! B! ^! z! ~
第3章 SSD系列算法原理精讲 试看2 A9 t& k$ F0 Y4 W! N d
3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看
! G1 z: M4 k7 d9 [5 k3 }; Z3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)* ^) J; y9 Q2 H5 g
3-3 DSSD、DSOD算法 (13:29)6 W- J, t4 ?5 b+ g: p& [2 Z
3-4 FSSD、RSSD算法 (09:29) q$ _, ?( W$ `: W
3-5 思考题; \1 d# Q4 M( j# a C* F L
2 F& k& T, K; D1 A! v' n5 e第4章 基于SSD的人脸检测项目实战 试看3 J% n7 A& L( K) x
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)
( J9 y& F8 ]8 L5 M i4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)8 v( h7 ?$ i# P2 R
4-3 Wider Face数据集介绍 (06:36)
2 f8 g4 m" J" w) E$ Y/ i; B! U4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)
5 e% V) z& M- g! ^4 o4 e4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)' e4 k8 V, i2 @3 D# X! F
4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45); O! V% o( B' ~( V
4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
# Z4 `1 ^# a' d3 N7 l- d5 |+ a4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)
, d$ f; a, J) Y z' y3 Z! a" r( x) k4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)
. P. m1 ~. r6 ^: N( h4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)
8 i y! C" c [( U H4-11 Caffe-SSD框架测试结果可视化与人脸检测技巧说明 (11:09)试看! ^! B8 _: r4 \. G
4-12 思考题 B% H. r: k: g2 f6 A1 l
2 j, k; R H7 C# j' j2 A' w% U6 D
第5章 Faster RCNN系列算法原理精讲. t0 {' G6 x6 ~) @; d- i
5-1 Faseter-Rcnn系列介绍 (06:38)
0 V; L3 ?# l! v. O* j9 H! w6 A: M5-2 RCNN介绍 (14:19)
0 _1 r N/ i6 ~: R) \1 q4 f5-3 SPPNet介绍 (10:23)+ d2 C/ w- ]/ Q3 n9 ?& C
5-4 Fast rcnn介绍 (21:02)+ }. y/ M6 @4 i* Z, ~
5-5 HyperNet、RFCN介绍 (12:47)
+ T$ }+ l T. h' n" u. Y4 F5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)
" s9 o5 y3 [1 J7 K6 q1 H% r- W5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)
T" x7 u& t' T# J/ \( ?7 ]$ N5-8 思考题. u7 S+ S$ K7 P0 n
5 i1 H2 S# A# q* @" l T9 O1 Y" @
第6章 基于Faster RCNN的ADAS场景目标检测项目实战
" ?& x& U7 U9 A* c* e& D, m6-1 ADAS业务场景介绍 (15:04)* C5 R" B' C" A; S9 ~8 I: \
6-2 Kitti数据集介绍、标注格式、下载等 (10:22)+ n6 o& c, a% \' E2 X& X
6-3 Kitti数据集类别提取编程实现 (14:13)
0 {# t9 ~2 L3 a% \7 i6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)
( K: g: P, I4 s* Z5 E4 z6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51), d4 o, Y" h" y' n3 [
6-6 Faster RCNN目标检测环境搭建实操 (05:34)4 ?: [- n O5 I! V
6-7 Faster RCNN目标检测框架介绍 (09:10): b5 v8 l- [" e. {
6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)+ A/ M. P9 ~% m1 K x0 _4 m
6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
! ^4 d7 Q. @ ~* n/ ~% |6 q9 S6-10 Faster RCNN目标检测模型训练及其优化 (06:58)1 k1 \8 e! h2 r
6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)9 X& M" m" e3 {! E( m
6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
* c% ^ k- B+ n. z! u6-13 思考题) W, o% [* z$ K! {( e
; Q. c, I; e( M( \, l( t第7章 YOLO系列算法原理精讲
5 D- C C. Y3 g& j3 T7-1 Yolov1算法 (21:28)
9 k( g4 I0 G( C: G/ M: Q9 }7-2 Yolov2算法（1） (12:38)
j: g! U6 L4 t6 N7 C8 ^7-3 Yolov2算法（2） (11:42)# n( I) j: k8 b7 B, L5 {
7-4 Yolo9000算法 (05:12)
( l" @. W& ]0 ]: g3 K7-5 Yolov3算法 (10:44)
& a6 ~, s: L& @0 @9 Q1 l7-6 思考题0 [* z) v3 E0 N
1 i" Z4 A7 e$ g3 _第8章 基于YOLOV3的通用物体检测项目实战
' J+ n% O1 Y' T7 r0 C4 z3 g8-1 物体检测业务场景综述 (17:53)$ V! |, {" {2 }$ y7 Q; o* x$ o
8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46): C0 W% t' U8 D% o9 L- c7 Z
8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)
4 O$ o: p5 @3 ?) j6 `0 i) {5 u8-4 DarkNet框架解读及相关配置说明 (18:06)5 h7 u+ Y- n9 d- `% L# ~' [4 V8 I/ i7 b
8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08), u1 b- m2 G' y9 ?
8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)" Q) X6 i# x# ?9 r9 b
8-7 思考题; [9 c. l/ ^$ {$ _* B4 u, @
% F+ x9 ~% V1 e; ~# ]" J. \第9章 文本检测系列算法原理精讲
8 Q1 M9 W, J9 B& `1 j9-1 文本检测算法原理介绍 (12:50)
2 w9 c) o5 n$ D6 e9-2 CTPN模型 (10:38)
8 a) o' Q/ S9 ^; t x# Y9-3 RRPN模型 (19:11)
2 M' y" a! H0 B9-4 FTSN模型 (11:41)/ Y2 k# b% I' w
9-5 DMPNet模型 (15:56)
* s$ y" y H7 z) X9-6 EAST模型 (09:17)' u: q8 \( p" t% x2 D# D; g. j
9-7 SegLink模型 (13:01)
" _3 ]+ e; W7 p8 Y9-8 PixelLink模型 (16:35)
, M1 Z; I7 l; P! N! m1 A8 `- g9-9 Textboxes讲解 (18:41)0 x$ E6 u: y }8 ?7 _
9-10 Textboxes++模型介绍 (25:34)5 [+ M# z2 G4 ^. Y$ V
9-11 文本检测常见数据集 (21:16)5 m6 B% _# |: g- ~6 N& C
9-12 其他检测模型方法介绍 (14:56)
9 g* o" w: v8 }" `! X: N, Z: U9-13 作业节, V, \9 @3 l) |* k
* ]- v7 o1 d* V6 [" ?' b3 H g第10章 基于EAST的自然场景文本检测项目实战3 P, I- g) L- Y( s$ H7 b
10-1 自然场景下文本检测业务场景综述 (15:26)
~; \- l+ F4 z10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)
, i: F" a, L# r4 h$ e' n10-3 EAST文本检测框架环境搭建 (09:03)
1 R# k, O2 F$ ] H' _' {0 w$ H# v \10-4 EAST文本检测框架解读与训练实操 (16:23), U. t R; |6 o# Y3 W
10-5 EAST文本检测模型测试脚本编程实例 (09:26)7 [, ?+ a% G: H' y& g9 I! }
10-6 作业节& }1 P- s6 m8 ]( i' H6 w
. u) V& T$ B5 ~( @3 x- R; w3 `& a0 X* }第11章 多任务网络原理介绍
" c- A" j9 I+ v) v& [0 F11-1 多任务网络业务场景综述 (07:49)
) u+ h d8 u9 I; f. E* n2 j11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)& \0 K1 I+ S6 f" I! }- c# \" G$ G
11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)
! H) r1 h3 ?4 y B( w9 W/ m% v) j11-4 思考题
6 k, I2 A& z# s% h, ~
" |' a. c( _$ y1 [2 C第12章 基于人脸检测+关键点定位的多任务网络项目实战
0 i6 _* f+ t( H/ D& T @1 n12-1 MTCNN环境配置、框架解读、数据打包 (18:41)' d8 s2 t2 ]; z9 K7 b( g7 C
12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)
& F" j+ [" I @5 |* O12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)
" B3 R" Q( o0 @' r1 }12-4 MTCNN模型训练介绍 (03:33)
$ Z- i) k2 a/ p+ ?# }# B12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
0 x# v, x; G, P12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)# W' _ S8 V3 S8 T7 M& W$ D
12-7 思考题% i( J# V0 w" ^# a- c! K4 R7 a
% L" G, ^- T! E- ^6 J7 D第13章 课程总结+ }+ S5 _# l7 R; s) X
13-1 one-stage vs two-stage (13:13)
" x3 S& V( V5 G% a! O' q13-2 不同目标检测算法的优缺点对比 (12:52)
P% b3 [4 G; p- L0 S C1 E13-3 作业节
' I! L1 r4 ~# J13-4 不同目标检测算法的精度对比 (10:42)
3 I- G8 j* A) d1 a13-5 作业节
1 D7 g2 w* t# I7 m" F9 p0 u" I13-6 常见目标检测研究对象与数据集 (10:37)
7 Q N9 x) F- }. h+ @13-7 目标检测常见任务与性能评价指标 (18:23)
4 N% a- w1 ]+ }0 W( z13-8 目标检测行业应用现状-人脸检测 (17:31)
8 u- o" R: }# ^6 \2 V13-9 目标检测行业应用现状-ADAS (10:20)& z1 A/ C N8 y' F1 K0 ]
13-10 目标检测行业应用现状-文本检测 (09:05): |. w5 L2 i4 O. |
13-11 课程总结 (19:30)9 Z. U$ R q4 w* ^. M& Y
9 c( ?' `/ [. m: e5 b
〖下载地址〗. Q& J3 n8 H: D+ r
! ? m- }- e" Y- S; z8 `& H〖升级为永久会员免金币下载全站资源〗
5 c4 L$ b0 c( ?& ? o) x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
3 V6 o. F7 `$ C0 a3 \* e/ w |
[复制链接]
