" v: j$ z& G: ^3 ~1 g0 c$ R$ L |5 a# e% w. k' d: V: V; _
〖课程介绍〗
( i$ V5 M' M+ O) z7 z9 X; Q6 D, M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 ]3 b4 |: s. |) K! g: J! g: N6 g9 t) }8 k6 d
〖课程目录〗) `1 D4 C, o A, R7 d
第1章 课程介绍 试看
* w5 ~# a/ r' U: ]$ |1 n1-1 课程导学 (22:58)试看5 }0 u6 b% I/ ^3 X
: {* j: n6 l a1 U: A, n: O" v第2章 目标检测算法基础介绍
2 l/ b Z2 Y* k+ x! P2-1 目标检测问题定义 (12:10)
3 T4 A: d+ L' I) l5 l2-2 目标检测问题方法 (15:11)$ V+ j2 e2 ?2 {+ c$ A. A
2-3 传统目标检测方法基本流程 (05:33)
9 f8 ~) c n' \+ K3 B/ c9 D5 l2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)# U4 N4 c1 h# P( F, @
2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)
. ]2 h/ j2 v8 f( G5 V6 e( P2-6 常见传统目标检测方法-DPM（物体检测） (06:34)
% b+ F6 O% z1 S6 g. V7 f- x2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)7 Y' i. h+ H" h, m1 F; R. W2 C0 e: B
2-8 Two-stage基本介绍，流程与常见算法 (08:25)# e9 z! I0 M _% K. o
2-9 Two-stage核心组件 (21:06) P7 v q. E% \
2-10 One-stage基本介绍、流程与常见算法 (04:36)
' |0 q6 N1 t6 W' v0 e2-11 One-stage核心组件 (18:52)
5 B$ }' K2 p- J' r2-12 One-stage与Two-stage优缺点对比 (05:14)
' R/ K, ~! T9 ]2-13 作业节
9 |2 D$ l p. ?" P# x
g3 Y5 g& J' @, u, ^第3章 SSD系列算法原理精讲 试看; [) H% D6 C0 D' C( s+ B2 }! b
3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看
! h+ M* n' d$ U+ S$ R; J3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)7 K/ l& I, Q, ?
3-3 DSSD、DSOD算法 (13:29)3 e8 J' I& R0 R$ w: r
3-4 FSSD、RSSD算法 (09:29)3 i) w6 F3 P- ?1 c5 }, p2 T; s
3-5 思考题" P8 S0 S% G* f* C8 t
! H6 M1 p7 u( q1 |
第4章 基于SSD的人脸检测项目实战 试看' A" {0 E' n! y2 L/ J- 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)
: e0 H" c4 O6 \/ m1 d" g3 ~' f$ W4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)
0 H- l- q6 u! X6 y4 |/ J2 |4-3 Wider Face数据集介绍 (06:36)
: [1 W- k$ S2 e( I% J. k( n( B, w* l4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)
. c) Y4 M: p# z( Q. a2 I9 `8 u8 s4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)
/ y7 Q2 q+ M! s+ _" |4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)* t- _8 _% J" j+ ]% d5 U8 o/ l( j5 \
4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
5 M) }& }) @( T# P9 o; f T9 ]! `4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)4 L5 P9 }3 n2 n
4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)) q( k" F* b1 O9 x0 k6 z4 j6 x
4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)
# h0 ~. d$ E/ F |% Z/ N! P4-11 Caffe-SSD框架测试结果可视化与人脸检测技巧说明 (11:09)试看
; W% S5 F4 j! W! D7 B9 y4 }2 x1 O3 E4-12 思考题
0 W& c; M4 C1 B. c7 K* f( s9 g9 [7 _' p+ h7 M
第5章 Faster RCNN系列算法原理精讲1 L# ]9 {: c( ~6 U* H: \
5-1 Faseter-Rcnn系列介绍 (06:38)
8 Y: m8 E2 @7 P! U% _, s' W: }5-2 RCNN介绍 (14:19)
) c" U- x) e, n. k ~5-3 SPPNet介绍 (10:23)) V4 G+ q e; }; }
5-4 Fast rcnn介绍 (21:02)
; _ l6 P$ Z/ J8 m5 b3 n1 f5-5 HyperNet、RFCN介绍 (12:47)) o) B5 ~4 l/ F/ c9 w$ X' E0 Q$ N' @
5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)
, U* n; A2 R- Z7 P! Q' e% N- o5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)( J8 `* R; M+ u: Y$ u
5-8 思考题
n/ m3 B- L# I4 u: J2 h& c' s3 O0 j
1 H9 S1 l6 c9 j7 W; [第6章 基于Faster RCNN的ADAS场景目标检测项目实战
/ a4 f) y& @1 Y6 g1 T, [2 Z6-1 ADAS业务场景介绍 (15:04)6 K3 w* D' {! I8 \9 ^% [* s0 W
6-2 Kitti数据集介绍、标注格式、下载等 (10:22)% M3 M* m* r# g
6-3 Kitti数据集类别提取编程实现 (14:13). z; ], `+ L9 o3 a v, o) @
6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)0 i$ _0 @4 s) K0 e$ n" |
6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)
0 J" K: J5 t9 A R2 v6-6 Faster RCNN目标检测环境搭建实操 (05:34): V, C# E/ X5 N) c
6-7 Faster RCNN目标检测框架介绍 (09:10)3 i0 N/ _& @3 [" j
6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)
1 j3 X% K: E) X; Y! ?4 e8 q4 [3 {6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
* O6 _$ b" y @* G- S+ m6-10 Faster RCNN目标检测模型训练及其优化 (06:58)
$ q9 n) d8 m, w* b9 z; f# j6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)! H; x% f( I6 e" N" p
6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
" J) Z+ w/ z2 H. Y. Z$ G0 F6-13 思考题1 a- M4 N, g! N; ^& N T1 y
/ m8 h# x! T+ L4 m$ _# G- D
第7章 YOLO系列算法原理精讲
, r" d2 Z& A, n! D9 J* O7-1 Yolov1算法 (21:28)
6 f! q( I2 q3 i( |0 T7-2 Yolov2算法（1） (12:38)6 ~; w$ u7 P4 u5 l) p
7-3 Yolov2算法（2） (11:42)
. u Z3 w& o7 y' X% E# a _7-4 Yolo9000算法 (05:12)
: r, p6 O9 |# ~0 B$ v' {4 V6 U1 D7-5 Yolov3算法 (10:44)! C* w$ ^8 I9 R+ H
7-6 思考题
5 x, \ n" ]& y
$ F! B: R; H. @$ H7 P2 m第8章 基于YOLOV3的通用物体检测项目实战
& y# Q6 I* P- L* D! ]8 k8-1 物体检测业务场景综述 (17:53)
3 Q% {9 f) g7 O+ ^) B c8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46); x; G {9 u0 Z. t& M& @, j5 @
8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)7 I: f- g i0 v7 a$ {. s
8-4 DarkNet框架解读及相关配置说明 (18:06)5 o* h5 y8 V/ {5 m3 w$ o
8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)
; R3 X# P' f2 x" y. |/ W3 e8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)) q* M" d4 H3 Y
8-7 思考题
5 ~: |% D0 ]$ J1 f5 Z7 Q/ G% Y$ B' @' z
第9章 文本检测系列算法原理精讲
- l! c) d B9 e: r8 g |0 U9-1 文本检测算法原理介绍 (12:50). `/ k7 V8 F. P2 h
9-2 CTPN模型 (10:38)
% r2 [+ ~* _3 T6 Z O9-3 RRPN模型 (19:11)5 z0 t* k9 `7 c& |5 B
9-4 FTSN模型 (11:41)1 z2 u# F8 ~. i! w- c) Y
9-5 DMPNet模型 (15:56)+ I7 F3 m; v, e6 A+ H4 ]: n w
9-6 EAST模型 (09:17)
" _3 Z0 \( L, r9 C8 V# t9-7 SegLink模型 (13:01)
5 C/ U* R' A3 [* d: k% @9-8 PixelLink模型 (16:35)9 ]+ ?- M) ~8 C1 j8 I0 P
9-9 Textboxes讲解 (18:41)
( K* Y! q( f% g5 C% m$ V9-10 Textboxes++模型介绍 (25:34). ^, d% U6 b1 R& i( G% ^3 C
9-11 文本检测常见数据集 (21:16)
9 u1 ?5 @8 k2 c" m1 O9-12 其他检测模型方法介绍 (14:56)! Y' E# p( H4 K: r
9-13 作业节
$ u9 ~) ]" Y! w$ w9 ]( k0 T# v
第10章 基于EAST的自然场景文本检测项目实战# [5 n' L5 [/ v* k
10-1 自然场景下文本检测业务场景综述 (15:26)) P# V2 }1 g9 U h1 u
10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)
9 P+ q* X% Z% l: X- b( d! x& q10-3 EAST文本检测框架环境搭建 (09:03)/ I4 M6 M3 q# r4 C
10-4 EAST文本检测框架解读与训练实操 (16:23)
7 m# f( e- Y- ?5 Z' @; E- K0 b10-5 EAST文本检测模型测试脚本编程实例 (09:26)
8 O1 N( h/ R/ M& O- d$ m0 x10-6 作业节3 c/ x3 I# _$ C3 O% O% M' s
3 y% D# z! ?9 N) {* k第11章 多任务网络原理介绍
/ U: U) i1 g+ h2 R$ I% C W% }! \11-1 多任务网络业务场景综述 (07:49)
9 g4 e5 ~" I3 q: q# W11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)
, e6 E/ n( ?# o0 @11-3 人脸检测+关键点多任务网络数据集介绍 (05:30), C. Z( K4 ~1 T! q+ v8 d3 j6 P% j
11-4 思考题
0 m2 D( Z+ f+ T+ n
, f. \4 M. A9 j/ x: f第12章 基于人脸检测+关键点定位的多任务网络项目实战
) h" J5 l/ ?( m9 a5 F2 D12-1 MTCNN环境配置、框架解读、数据打包 (18:41)
$ c- _# j8 {0 c: q# j, U% N- Y7 v12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)
3 d. O; y `0 S12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)$ M2 K: S. q, @2 ?* m2 I; `
12-4 MTCNN模型训练介绍 (03:33)$ }7 o" m1 K3 |# H
12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
, J; e& s: J" f- A) s12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)
9 _! d8 W$ ?3 \0 s. ~12-7 思考题
C' [/ P8 Q1 O# p Z2 u% P3 b+ J% b7 J4 A( P* B
第13章 课程总结
: v* o: R) c& a* I9 ?- {" ~13-1 one-stage vs two-stage (13:13)
& }7 e" E9 K" `& o13-2 不同目标检测算法的优缺点对比 (12:52)) {, H' e% z4 p& X; z
13-3 作业节
3 U' l/ {. `7 G1 x; Q13-4 不同目标检测算法的精度对比 (10:42)4 a6 J9 u: y* F _$ X5 X
13-5 作业节
^. ~9 H# `5 X! X e* `0 m13-6 常见目标检测研究对象与数据集 (10:37)
( ?1 @& V& J1 A0 L) v$ x13-7 目标检测常见任务与性能评价指标 (18:23), y1 P7 g$ G0 L2 F% z U
13-8 目标检测行业应用现状-人脸检测 (17:31)
9 `" g) G! v$ F2 r# r1 f13-9 目标检测行业应用现状-ADAS (10:20)% c. }9 f. d& \9 _- P1 p& Q
13-10 目标检测行业应用现状-文本检测 (09:05)
- i& h) n, t# A9 F. C13-11 课程总结 (19:30)
5 K+ Z) ] [5 o' O# l( t' E- ?8 z
3 P( y# B6 n O# N〖下载地址〗. p) {% A) r( O/ h
1 f n; h" Q. L+ v
〖升级为永久会员免金币下载全站资源〗 l" j( W8 D9 w
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
y3 r4 L8 o2 ~3 f! B Z0 N
|
[复制链接]
