* E- Q& Q! [& h) @. J
% A9 j0 t( o9 S2 t& F5 F3 x〖课程介绍〗
8 _8 @! I* v1 \/ g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 Z3 v% U; `* @! }/ @& M
4 M0 R) t8 g, v) p〖课程目录〗9 J* P" k% l( Z
第1章 课程介绍 试看
1 }0 H# T1 ?0 U8 e9 S1-1 课程导学 (22:58)试看
, L' W- [5 ^7 O `- f
: x: z# g+ Q4 V3 M" C5 d) f% i6 {第2章 目标检测算法基础介绍
! P( V1 h0 e/ |) v; F5 P, U2-1 目标检测问题定义 (12:10): [4 n9 y+ ~6 Z; _- a9 N' Q! p
2-2 目标检测问题方法 (15:11). S+ e6 x0 W! k" U& T
2-3 传统目标检测方法基本流程 (05:33)
8 D Y1 A( H, ~( O6 e8 G( G2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)9 r7 s( s6 _5 o1 h0 {1 [
2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)
) r2 h4 ~" _, B/ y' |2-6 常见传统目标检测方法-DPM（物体检测） (06:34)- F9 j0 x4 s% s& d5 I
2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)/ z( \, H" N) R0 ]3 ?
2-8 Two-stage基本介绍，流程与常见算法 (08:25)& p# m8 E( d% q) } w
2-9 Two-stage核心组件 (21:06)
+ [' C9 g& Y4 ?) y$ b5 }; f- k2-10 One-stage基本介绍、流程与常见算法 (04:36)3 {2 \! h1 f6 q- u
2-11 One-stage核心组件 (18:52); L& U2 b: b! I/ q6 M
2-12 One-stage与Two-stage优缺点对比 (05:14)3 X4 K* J/ o8 _5 X
2-13 作业节
, U. V+ u0 a+ ^, }/ q& f
- G. M% i9 B# k s第3章 SSD系列算法原理精讲 试看
. \! N6 }! J) n$ T+ Q3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看
. s/ v7 u2 S* o6 U8 v3 ~3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)6 @( w, M; S' _ C' f
3-3 DSSD、DSOD算法 (13:29)
/ x5 D# O0 J3 h: P6 w$ i' N2 n3-4 FSSD、RSSD算法 (09:29)
1 w2 e$ |, O+ l4 b& g0 l: X' C2 ]3-5 思考题
4 [, |# n3 ^ C& s' D0 r
( y) o$ [* ~6 B第4章 基于SSD的人脸检测项目实战 试看 D/ C8 X& r- q, Y+ r5 T$ S
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)
: }9 s. J3 n4 ^4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)
8 t( A+ D- ]) n+ }7 M ]* Z4-3 Wider Face数据集介绍 (06:36)
8 E/ ~. t( `- ^2 ^# U$ a$ I4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)
- g; S% F- x; N9 Z: J4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)
6 A* p' L2 d' o" Q! ], w+ {4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)! G* k8 x* `8 Y& X% a0 Z# Z
4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
; q7 ]8 r7 t% K4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)
$ Z' M+ q0 q* U( ]6 L6 i# x4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)! R1 F5 }9 M0 J$ H
4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)8 x% W7 N0 K" b, V$ V* a
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* e; _0 a- \( K, x: n: Z. \
4-12 思考题; `$ ~% I8 b) X, i
' G4 C" Q! C: W! C3 W. I6 T. C
第5章 Faster RCNN系列算法原理精讲* j' t2 Y4 t, F- a8 z
5-1 Faseter-Rcnn系列介绍 (06:38)2 X( V! d) Q, @$ c
5-2 RCNN介绍 (14:19)7 `) F* D* Z: x. A( ]
5-3 SPPNet介绍 (10:23)
4 b7 ~ J; u- Z* D) P; K d! ^' L5-4 Fast rcnn介绍 (21:02)
) `" j% ^+ M! o8 a# ]5-5 HyperNet、RFCN介绍 (12:47)
! v- W2 A6 U8 C+ F5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)3 T9 X: e9 Z& \/ e
5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)
; U7 T. K2 ]8 |/ v5-8 思考题
9 N9 e! g' K/ O& Q9 @- I3 k7 C5 a- I: p
第6章 基于Faster RCNN的ADAS场景目标检测项目实战8 w4 d, ?" {/ R1 e' J/ E* e
6-1 ADAS业务场景介绍 (15:04)
( s# E1 d; h$ W1 D6-2 Kitti数据集介绍、标注格式、下载等 (10:22)( D& i# k6 ]: [) Y' t, M
6-3 Kitti数据集类别提取编程实现 (14:13)
K8 }5 r; N9 p2 u6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)
6 n" W! h& ~, ^5 v2 R6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)0 i: L( s$ |, @
6-6 Faster RCNN目标检测环境搭建实操 (05:34)
7 \7 ?. X7 J+ L6-7 Faster RCNN目标检测框架介绍 (09:10)5 G0 F. D2 s7 W1 A+ w- s6 D3 Y: Z
6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)8 e7 i0 f2 W0 y
6-9 Faster RCNN目标检测框架配置修改实操 (14:47)8 X7 b! I1 a, N0 m1 q; \
6-10 Faster RCNN目标检测模型训练及其优化 (06:58)" G2 h1 L5 L& h8 p; b
6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)
' c6 ]! O% f P4 }# @* B" i) C8 N6 {6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)5 Q6 A* E& a3 _ w
6-13 思考题
q3 }4 Z0 z/ x3 t# m% ?2 ?# O3 v7 r, n+ e" w! I
第7章 YOLO系列算法原理精讲9 M' J! M9 K: O' l* I0 ?8 Z
7-1 Yolov1算法 (21:28), b2 a; M& R9 v9 U
7-2 Yolov2算法（1） (12:38)
* @( n6 X4 p+ i- h7 d# v7-3 Yolov2算法（2） (11:42)
0 n+ o7 q8 x1 h/ t/ n0 Q8 p7-4 Yolo9000算法 (05:12)
1 y; B( k2 v5 Y! R; B+ O* K J2 c7-5 Yolov3算法 (10:44)
% G. q9 ?$ |5 U) L4 e+ s7-6 思考题
2 k# x! |% n! f' F7 \2 r3 d
( }0 g2 e) P9 {8 v第8章 基于YOLOV3的通用物体检测项目实战- G& P1 J4 ?4 z5 c* K% D5 {" k
8-1 物体检测业务场景综述 (17:53)
1 o2 P" r! @9 y, `1 F. B! m& Q: |8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)) Y/ [8 `/ H2 p9 f! g8 j$ W9 c$ u
8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)( K! i! e) |) b8 K1 e" M3 h* k
8-4 DarkNet框架解读及相关配置说明 (18:06)/ d# P. X3 `! b# e, A
8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)$ d( `: e7 p9 \ V, k( \ q4 Y& |
8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)6 b# |, x4 z- z! v( ~" S# ]8 f
8-7 思考题$ J! f5 r! D; p3 a5 K O
* w! ^( l7 `# z- _& l第9章 文本检测系列算法原理精讲/ f7 |, A6 G+ t0 \
9-1 文本检测算法原理介绍 (12:50)( o1 J2 _" e7 L. Q/ K1 U' d9 E
9-2 CTPN模型 (10:38). w) _8 E k$ r ^% J& J, _
9-3 RRPN模型 (19:11)
* U$ E8 M2 P$ C. u( p& }4 t9-4 FTSN模型 (11:41)5 w2 y* Y' p3 y/ m& _( S5 b2 z
9-5 DMPNet模型 (15:56)
m- G" M1 B, J* H5 I9-6 EAST模型 (09:17); Y1 G1 Q1 I8 d$ H) P
9-7 SegLink模型 (13:01)& F# T! W* m& ^4 {
9-8 PixelLink模型 (16:35)2 U4 q, _: H0 [7 x! g; s# c; l
9-9 Textboxes讲解 (18:41)- H, A( B; ^# F+ R E8 M
9-10 Textboxes++模型介绍 (25:34)
1 h" K! S0 |# \& ~9-11 文本检测常见数据集 (21:16)
! L' _% {- l0 F" d4 A8 T* B% V9 U \9-12 其他检测模型方法介绍 (14:56)) ?% ~$ B* H- j0 V6 J( {$ ~ f2 v
9-13 作业节
% N3 j7 g! @* |8 [0 n# l9 p4 X' G
第10章 基于EAST的自然场景文本检测项目实战: U2 Z, M1 s& C
10-1 自然场景下文本检测业务场景综述 (15:26)0 \4 p8 v+ d3 x0 p
10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)
H3 O4 C3 e) i' _( n" R' E+ D3 _10-3 EAST文本检测框架环境搭建 (09:03)( ?8 n% `% t. a7 W
10-4 EAST文本检测框架解读与训练实操 (16:23)
- F& E/ J: R; q( m$ U0 x0 v' @10-5 EAST文本检测模型测试脚本编程实例 (09:26)
4 r6 l' I3 m- F+ i( O10-6 作业节# R. O2 A5 R" o5 H+ ~
& L: B2 @' e! W* @) k9 r2 H. W第11章 多任务网络原理介绍' a2 `) D4 M. t* `' a
11-1 多任务网络业务场景综述 (07:49) H+ l" d0 _4 b, u4 l2 Q
11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)
% B' ^$ M& V/ w# z& k. `3 P1 S; R11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)2 x+ _% H/ _7 N; L2 }1 X+ q
11-4 思考题7 H6 g( r' u2 n# s
# c! `+ k# m: ~4 h2 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+ R2 d4 {1 t% l; E3 S4 m" `
12-1 MTCNN环境配置、框架解读、数据打包 (18:41)1 y) M( Q, C0 Q( y
12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57); T6 |1 X/ Y @7 r3 m2 I/ w9 U" k3 @
12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)- j1 A' C2 b$ T3 O! f+ n$ r
12-4 MTCNN模型训练介绍 (03:33)
: ~- P& S! h7 t( z7 \12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)8 U6 B+ |9 R; ], ^
12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)
: K# z7 M, [2 D3 g `$ G# A; K: K12-7 思考题9 Z1 N3 k$ v: X: @6 c4 x; i
1 Q( O1 _/ l' E8 W
第13章 课程总结
" |$ g+ A' m/ G3 @6 H2 |13-1 one-stage vs two-stage (13:13) D+ v. q8 n+ J, j
13-2 不同目标检测算法的优缺点对比 (12:52)
2 z3 k: c9 ^4 B! A+ u* j13-3 作业节
1 m' Y1 J' [% |13-4 不同目标检测算法的精度对比 (10:42)$ N& P- y9 U9 N- g3 H
13-5 作业节
+ W) M' r' [; R* v! ^13-6 常见目标检测研究对象与数据集 (10:37)) `1 k6 H& U' @, z; C
13-7 目标检测常见任务与性能评价指标 (18:23)
+ J% @+ I O$ W% t- V, z! b13-8 目标检测行业应用现状-人脸检测 (17:31)- X( g0 G/ Y2 X+ a& w9 U0 j
13-9 目标检测行业应用现状-ADAS (10:20)7 X7 B0 F2 s. v( ?3 _
13-10 目标检测行业应用现状-文本检测 (09:05)3 Q6 C$ {8 e3 d
13-11 课程总结 (19:30); W+ S. ^# \4 C: ?
O, S4 y6 U% s+ @( V0 M〖下载地址〗4 r z. H% I' A# Y4 U
j9 w( _) v' m2 B4 j〖升级为永久会员免金币下载全站资源〗) `; r0 Z! \% F2 u
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
1 X G A6 w3 F9 q \+ p
|
[复制链接]
