V$ @3 k3 g3 d: N/ U: J: o0 J
0 q* V$ @0 p) T; }〖课程介绍〗3 y: b% U& q+ K6 _, M' v k5 p
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。5 y3 p9 {* @' { ]! Y
0 F$ ^# [( k1 O2 I- r8 F# g# {
〖课程目录〗
1 x. @' `9 N% x6 R) Q6 j) Y4 v- L第1章 课程介绍 试看
" p! S# T8 N0 G. P9 G7 O1-1 课程导学 (22:58)试看, @, w% P5 h0 i1 _ N3 f
6 \* Y6 K" F3 w0 D5 W; Z3 Z
第2章 目标检测算法基础介绍1 {, q1 m3 m& Q5 a
2-1 目标检测问题定义 (12:10)! }+ L J; K( H" h3 U
2-2 目标检测问题方法 (15:11)$ Q7 e1 q4 Q5 J& b+ r
2-3 传统目标检测方法基本流程 (05:33)* m! U) W- H+ g4 E
2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)& ]7 }* z9 j! J* A
2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)
# E8 h6 x. a& |: S3 P7 {2-6 常见传统目标检测方法-DPM（物体检测） (06:34)- x! f4 K/ E0 R+ S: i6 {2 l
2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)5 O9 |9 ]5 G" t8 s/ o V" X$ B* x
2-8 Two-stage基本介绍，流程与常见算法 (08:25)3 y% H3 O" ^. Q. t2 Z2 E9 f* q5 m
2-9 Two-stage核心组件 (21:06)6 f8 N3 ~; L2 ]% P
2-10 One-stage基本介绍、流程与常见算法 (04:36)
" L2 r* G% ?/ r9 Z, }2-11 One-stage核心组件 (18:52)
9 K. G2 F% |% y6 U) C+ f, K2-12 One-stage与Two-stage优缺点对比 (05:14)
& N2 q# O" L0 y5 H) X8 P1 m2-13 作业节
. L, _: J& X4 p T& X
4 L3 K7 _0 j9 w6 _( s第3章 SSD系列算法原理精讲 试看% X6 y+ h7 ?1 q, M8 }
3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看
G6 B' T' p4 k/ J" J3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)
/ V4 L0 F# B8 B/ B3-3 DSSD、DSOD算法 (13:29)
7 |! W: I) q6 r' C- A! e- |3 f6 }3-4 FSSD、RSSD算法 (09:29)3 W8 ^6 h1 _6 D" o) y
3-5 思考题
- X8 W9 |* t2 z; E
- I, l- l2 _% M7 ] F) \* _第4章 基于SSD的人脸检测项目实战 试看7 k' j4 e9 P* ]' M
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)
' m' M. X& C' Y5 `( a; | f. {4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)
! E0 |. C0 P3 X) q; U( G' u4-3 Wider Face数据集介绍 (06:36)" r7 q7 i% s* G d- Z
4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)
2 D1 N1 k) U/ Q" K3 D8 ^4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)9 Y6 K* T& [; }- K. u0 Y2 s1 }
4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)
& Q0 ^; R! G9 t; k/ c6 ?9 U4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
1 |% n' P1 T- n. }: N) e# s4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)
/ P/ J7 [0 ^4 E4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47), L& _7 ^. C. b0 @
4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31) a1 c: h' f2 t4 S- J
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
( ]; `& R3 k9 u0 M9 |4-12 思考题1 }, q* d$ F! `/ y
+ G' A8 Z4 a: `* J+ [7 |9 T8 Z
第5章 Faster RCNN系列算法原理精讲
! p/ l) H: q1 U S( L. n# t5-1 Faseter-Rcnn系列介绍 (06:38)4 F3 j, e& b+ q4 t F6 F
5-2 RCNN介绍 (14:19). c9 g* h5 |* @9 Y' X
5-3 SPPNet介绍 (10:23)
" P! Q3 Q* D; {) _3 N5-4 Fast rcnn介绍 (21:02)
4 D; K$ S3 M6 z$ l! f5-5 HyperNet、RFCN介绍 (12:47)
( A- D4 I( N, N# U6 F4 Y4 U0 k! }5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)9 ]5 C. m' A9 @, C _' F8 e
5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)1 w: F. ?: J) M: o* s; r
5-8 思考题! j: ]. l' N) Y' S V! S1 o$ [, S0 O
1 o g4 v( i3 n2 _! c w- [6 ~第6章 基于Faster RCNN的ADAS场景目标检测项目实战- `8 _6 h# K$ A+ K; R; [2 g; f' M9 T/ q
6-1 ADAS业务场景介绍 (15:04)6 n3 T( W! u% o: N) _
6-2 Kitti数据集介绍、标注格式、下载等 (10:22)
9 C4 Y" P: y& o: b6-3 Kitti数据集类别提取编程实现 (14:13)
$ z/ U t' s, B$ e6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)+ K- M/ p9 P8 k6 p& L" W- [
6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)
+ d' Q6 v, R: X6-6 Faster RCNN目标检测环境搭建实操 (05:34)
$ g$ Q6 U3 P! f) W% o2 t8 }6-7 Faster RCNN目标检测框架介绍 (09:10)8 O+ G+ H3 |+ s' O+ M1 p# @5 ^
6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)
) z" ^* A. R& |4 @- B( J6-9 Faster RCNN目标检测框架配置修改实操 (14:47)9 s, F1 n& v- M5 G- f# b- X
6-10 Faster RCNN目标检测模型训练及其优化 (06:58)5 }5 Z: K1 Q( `, c5 u* G
6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)
; i" z7 }: f1 s7 u6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
6 s5 ?- D8 L$ q1 D0 N0 k6-13 思考题
d" P) P8 {. g! L' B1 _1 M. L! g3 w0 ^7 Z, |
第7章 YOLO系列算法原理精讲
4 U; p& T' E9 U+ V, e+ ]7 B, A X7-1 Yolov1算法 (21:28)
" E0 {' I& k6 a: @) G7-2 Yolov2算法（1） (12:38)/ M; D g/ L0 f! F; m6 {/ e% E
7-3 Yolov2算法（2） (11:42)
! P+ Z; e2 b8 c7-4 Yolo9000算法 (05:12)
; h, @. w; P' }, N$ i2 B7-5 Yolov3算法 (10:44)
! A0 ?5 A3 V/ l$ y- Y' M( r* s7-6 思考题- z5 y+ R: ?& c! C# C9 W
+ ~7 y/ u. W: m V V& b- g
第8章 基于YOLOV3的通用物体检测项目实战/ O! N8 X/ I) A6 Y
8-1 物体检测业务场景综述 (17:53)$ ?* [7 s- z- ^; u
8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)! s* a- r( T8 `- ~
8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)% Q0 a) R% B. o6 w, Z
8-4 DarkNet框架解读及相关配置说明 (18:06)5 s; v4 j% i" X$ F- C3 f
8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)' B+ I5 k$ `; v7 D, V4 y
8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)$ ]4 X6 n3 L7 v$ E9 y" R
8-7 思考题
4 k; d0 L& V8 J& G) C
; [0 _; H% l% H( v第9章 文本检测系列算法原理精讲6 [$ i- q5 ]8 Q# E
9-1 文本检测算法原理介绍 (12:50)
, G+ Q* W S' P/ E+ @' G) S9-2 CTPN模型 (10:38)
6 p0 P8 Q4 ?9 T/ [6 l/ u, D/ Q; I9-3 RRPN模型 (19:11)9 ^+ N+ J" Z* }/ c; ?- A
9-4 FTSN模型 (11:41); d& u* {4 I" s9 p0 P$ I, f a
9-5 DMPNet模型 (15:56)
2 E& q1 E8 D- S7 t) z9-6 EAST模型 (09:17)
5 p( A& m$ s2 i# |% }. H. h9-7 SegLink模型 (13:01)
( D+ t& H, q; h) F) O4 d* {& v8 M! M/ P9-8 PixelLink模型 (16:35)
( S& u( @4 @- s$ a6 g7 W# b z9-9 Textboxes讲解 (18:41)
L2 T$ \# ^' h* J9-10 Textboxes++模型介绍 (25:34)" B2 _6 w( d' j! I* k
9-11 文本检测常见数据集 (21:16)
. E* ]% Q4 B) V9-12 其他检测模型方法介绍 (14:56)
# C# ^) U* ]+ E* {/ X9-13 作业节
' P4 Z* ~2 }5 w; M! {: Z: y( j% d8 e4 }8 C2 Z! G
第10章 基于EAST的自然场景文本检测项目实战3 Q) Z6 g" ^3 E' Z& \9 h5 H
10-1 自然场景下文本检测业务场景综述 (15:26)
2 K' L V) h; v9 D. j. H10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)
, t! O: ]( o+ D* J6 f10-3 EAST文本检测框架环境搭建 (09:03)( b- y6 r" `9 H9 F" M
10-4 EAST文本检测框架解读与训练实操 (16:23)$ u. ?$ s9 l1 b- t
10-5 EAST文本检测模型测试脚本编程实例 (09:26)2 @/ T* |/ V7 B4 {8 W
10-6 作业节
3 s, h# z/ y* Q1 M: ~8 L. \, _7 n, {, Z1 b# o& }/ n( w
第11章 多任务网络原理介绍# Y) ^& M9 N! S
11-1 多任务网络业务场景综述 (07:49)9 I* M h" s3 N6 T
11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)) e# x# L% Z& q! J
11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)) l l0 v4 `; U$ ]- Q8 s% Y; K
11-4 思考题/ s, X* V r5 k
; T8 X+ d% u. R9 S! C7 |
第12章 基于人脸检测+关键点定位的多任务网络项目实战
; `: V3 F0 U+ d7 k( x12-1 MTCNN环境配置、框架解读、数据打包 (18:41)
; j q! ]+ V- @% u+ V( X$ b12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)
4 X+ K9 @. T: t12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)
+ q" k8 i+ ^% a# v9 d/ d12-4 MTCNN模型训练介绍 (03:33)
& {& E% ?: @& p! _) I W9 J12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)9 g3 D, q- u, l$ ~' R0 o
12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)
+ i7 D) B. h1 }% R12-7 思考题- I" P# b5 v3 D) Z9 B+ s
# p# `3 [. j, V" A6 R第13章 课程总结
- Y9 y1 y) h4 r6 v7 s5 Y13-1 one-stage vs two-stage (13:13)
- p5 B8 S& J. i2 @0 Q4 m13-2 不同目标检测算法的优缺点对比 (12:52)
% }/ Z3 l; B9 \; X+ D2 o$ r$ f13-3 作业节
8 S) p" v3 o2 d* x0 I13-4 不同目标检测算法的精度对比 (10:42)0 f3 Y# k" }/ i5 U- w9 \
13-5 作业节
$ F7 ]1 \& }3 n/ y13-6 常见目标检测研究对象与数据集 (10:37)- B4 f: q( h7 f! s" l
13-7 目标检测常见任务与性能评价指标 (18:23)
( S8 l$ f3 Z% ^13-8 目标检测行业应用现状-人脸检测 (17:31)
$ _* Q$ Q0 Z! j" j* i. T2 a" ^" ]13-9 目标检测行业应用现状-ADAS (10:20)% Z2 K9 a: U# V' g. I! J' K; E& b! c
13-10 目标检测行业应用现状-文本检测 (09:05)3 ^" _$ m8 T. G V1 ]
13-11 课程总结 (19:30)
8 q m7 t, o$ b7 A- F) c4 j
9 o+ C7 t& Y6 O& h〖下载地址〗# v$ Z$ h$ M( M/ W
' U+ o& p1 R" L( D〖升级为永久会员免金币下载全站资源〗% V6 k. y6 n5 O. z0 q
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
# D' @( @) A( W7 H. e3 K- D
|
[复制链接]
