+ z( d3 \+ L9 I" e, j* Q9 L. ^8 P$ f$ g0 c8 H5 \
〖课程介绍〗/ m% b0 c/ L* n
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。
0 k8 \+ T% V! I& w# B9 f$ t V% g; j) h" c8 I: k% a7 ~
〖课程目录〗
3 Q! e* [: H* O第1章 课程介绍 试看
! c9 z# X) e4 D# p% M: M4 b+ u* {1-1 课程导学 (22:58)试看9 p/ I1 V0 K. s7 W
) r' U/ r7 |" o( {% {9 `第2章 目标检测算法基础介绍. K$ j3 X6 Y _* w6 B2 b; ]
2-1 目标检测问题定义 (12:10)5 W$ w7 Y3 W$ X5 U
2-2 目标检测问题方法 (15:11)" M2 ?! i+ y# o L# S; `
2-3 传统目标检测方法基本流程 (05:33) Z8 A$ \% c* |- _+ i: J% d ?
2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)
% j s5 [+ E' q* K ^, c2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)
; f; A0 `) _) i" [+ e, N U2-6 常见传统目标检测方法-DPM（物体检测） (06:34)) j* G7 O q- u
2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54); |& p5 n9 M- Y: }3 b+ Q3 M( W2 T
2-8 Two-stage基本介绍，流程与常见算法 (08:25)
- B4 m# z! \% h$ G* v8 P9 J2-9 Two-stage核心组件 (21:06) v% M" \+ W6 M3 s
2-10 One-stage基本介绍、流程与常见算法 (04:36)
: P, d! b C7 Y8 @2-11 One-stage核心组件 (18:52)# x+ X: F7 k5 Q3 U: r
2-12 One-stage与Two-stage优缺点对比 (05:14). a+ V. D$ [/ |" ?: y$ a; G( e; s
2-13 作业节 g$ j+ | q& W1 C" D5 v, Z
' H% B4 m f3 ~! W! D
第3章 SSD系列算法原理精讲 试看' k/ H- |! c; }/ i$ Q5 I
3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看
8 o& ?/ \( O- Z/ [% \7 f3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)
9 v" F8 _# g+ S: ^3-3 DSSD、DSOD算法 (13:29)
- ]- I4 p8 f. i& l- m0 D! I' m3-4 FSSD、RSSD算法 (09:29)6 T7 W5 f% g" B. h9 S# E) a+ x
3-5 思考题6 U, g9 k. {8 @1 _5 Z
# X2 _! T7 s3 [7 q( q8 u8 l
第4章 基于SSD的人脸检测项目实战 试看
" Y+ K0 R6 n) C4 `% e$ C- P4-1 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) B+ ^6 g' f3 z/ ^. R* l, A
4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)& R# z7 W' Q. G2 {2 G* p1 \
4-3 Wider Face数据集介绍 (06:36)
1 q+ U* p! M5 L; B% ^' h4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29). z( E: B9 ? o4 `* ?$ f
4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)* O0 n+ I. M+ h5 P* E
4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)
, F( }) I0 N5 r5 n3 I* J& J4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)' ~+ i: D: Z, _# s) @
4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)
, N l' F+ t K, D1 u) X( m4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)
9 K2 d) v6 b8 |2 B4 u2 N& N4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)
1 C/ V+ H+ p1 w3 X+ F4-11 Caffe-SSD框架测试结果可视化与人脸检测技巧说明 (11:09)试看% ?6 U" t. U3 s' g
4-12 思考题
% u. X7 e/ y7 s- A; m4 u- M [4 i
8 e( F, Z& Q( ^2 ^第5章 Faster RCNN系列算法原理精讲
% c4 x. e- P! z! k+ M0 |5-1 Faseter-Rcnn系列介绍 (06:38)
; p% t0 f% g$ |/ d8 E4 u; Q* \5-2 RCNN介绍 (14:19)
/ y9 Q4 [9 r" x5 a* j5 U, S; K, [5-3 SPPNet介绍 (10:23)
P6 I4 R4 O" Z/ j5-4 Fast rcnn介绍 (21:02)
8 w ?, T) X6 ~7 G" Q, ~; P5-5 HyperNet、RFCN介绍 (12:47)" W( [9 ]: r& z$ e, E5 ~
5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)6 n: S3 Z7 T0 c
5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)
4 K3 Q2 ]& m# [8 i% `% L6 R; T% ~% o5-8 思考题( c$ n ^5 N+ S
7 x5 Q; q* S ?3 X2 P$ i; L第6章 基于Faster RCNN的ADAS场景目标检测项目实战) u* Y4 K$ b( | t7 A: n7 _. ~
6-1 ADAS业务场景介绍 (15:04); X4 b- {3 Y$ u: ~. W4 P: R
6-2 Kitti数据集介绍、标注格式、下载等 (10:22)! I+ E4 M8 H, T8 `& B6 c
6-3 Kitti数据集类别提取编程实现 (14:13)
y5 C9 |, j7 S, o! P6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)
/ I# I# S0 }0 P" e5 ?3 o4 }- U6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)' c1 m; U8 H( `1 |* G( {2 p
6-6 Faster RCNN目标检测环境搭建实操 (05:34)
: _9 [/ m! @+ o0 k) ]6 n0 b1 W6 F7 M1 \6-7 Faster RCNN目标检测框架介绍 (09:10)
2 L J/ Z6 _( d' o9 d4 V6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)
# ~% s% M' U9 q* b5 ]6-9 Faster RCNN目标检测框架配置修改实操 (14:47)" D5 u5 O- S) ?" N" `( I9 W
6-10 Faster RCNN目标检测模型训练及其优化 (06:58)
8 h0 ]8 l Y4 P& X/ B1 c' {( [! I6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)
5 F( R7 N! A. V! ~3 k4 V7 l t; w9 B2 E6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)+ c; @9 u+ u7 P1 |/ h$ G
6-13 思考题7 a r$ A' N# x4 d, x1 f
7 i! C Q9 d6 |+ o4 `9 z第7章 YOLO系列算法原理精讲
9 D& Q7 K1 r4 x6 ?7-1 Yolov1算法 (21:28)
" }! E: o1 i3 \: g, N# n! {: o7-2 Yolov2算法（1） (12:38)
' q2 g0 n6 }6 _2 o+ g; j7-3 Yolov2算法（2） (11:42)
$ W) }* d5 ?6 E0 u) E; ^7-4 Yolo9000算法 (05:12)
7 L @% j4 Z* k7-5 Yolov3算法 (10:44)
0 i2 Z/ c8 s4 p7-6 思考题
# f( r ]/ x1 C+ w; a) k
0 |7 M& O0 c. t第8章 基于YOLOV3的通用物体检测项目实战1 k m! W+ s5 } o$ C! b
8-1 物体检测业务场景综述 (17:53)
4 D- A- M: M& l8 @8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)
, Z; i: M( G/ M0 m: c0 [0 M, y( W' t8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)
& V4 Z% N& }4 ~6 v8 c8-4 DarkNet框架解读及相关配置说明 (18:06)
1 B* ^# G! q$ [3 i& R/ q; p8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)
7 u; W4 g6 x A8-6 YoloV3检测模型的测试介绍及编程实例 (12:15). ~7 A1 z5 s3 n# q6 E
8-7 思考题9 ^% U- M' O( k) d1 W# U8 O
2 v& Z: Q2 l9 w/ b% ~2 J第9章 文本检测系列算法原理精讲
$ J* I4 f8 Z r( g) h5 ^ U9-1 文本检测算法原理介绍 (12:50)
! q, `* v% C' q! b D7 i1 K9-2 CTPN模型 (10:38)1 U: q T6 V& i1 Q2 K, ^3 C
9-3 RRPN模型 (19:11)
2 S8 q$ `% Q J+ I& X9 @9-4 FTSN模型 (11:41)$ e& B w! V; W/ h f
9-5 DMPNet模型 (15:56)
! v& q3 H* R/ x" F9-6 EAST模型 (09:17)1 a6 q" m' C0 P2 h
9-7 SegLink模型 (13:01)1 L m _* {( r0 s7 {
9-8 PixelLink模型 (16:35)
" x) K9 D+ N3 D9-9 Textboxes讲解 (18:41)
* K6 i2 L" B% U! O1 G0 x9-10 Textboxes++模型介绍 (25:34)
+ Q. [! X) {( R' {2 T/ z9-11 文本检测常见数据集 (21:16)" c, K5 T! P* ~
9-12 其他检测模型方法介绍 (14:56)
: `) d0 j" ^% [" c7 ?1 Z9-13 作业节
, W7 h& |- K0 e* C
9 I) x X9 W3 [第10章 基于EAST的自然场景文本检测项目实战
6 n5 o8 b1 z7 f7 ]- s( Y; z10-1 自然场景下文本检测业务场景综述 (15:26)5 W1 O9 H8 ^$ J6 L
10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)/ I( T$ }; [" L4 n
10-3 EAST文本检测框架环境搭建 (09:03)8 P6 R |2 I& P0 |
10-4 EAST文本检测框架解读与训练实操 (16:23): e5 t, W0 e( w% H ?
10-5 EAST文本检测模型测试脚本编程实例 (09:26)! i& e4 t( v S# S1 m) c/ I
10-6 作业节
: d3 p l- I0 s. D# @1 G+ X8 Y, r4 B3 H, b# I
第11章 多任务网络原理介绍
2 ?7 I' X+ V N2 U; r8 T. l11-1 多任务网络业务场景综述 (07:49)( B D* _( N& o6 e, F
11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)
+ F2 H' W* v+ Y0 g11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)
6 g& R+ T4 _0 r4 v8 _2 {! u11-4 思考题3 f) G& |% R, b
~; j% U! j! t) F! l) q: U( j第12章 基于人脸检测+关键点定位的多任务网络项目实战: v! E& p8 v* v8 S$ P* W
12-1 MTCNN环境配置、框架解读、数据打包 (18:41)
1 C8 V$ F/ F b6 T ?# k# j1 F12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)
1 @4 [8 p" @2 i5 e" W12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)
* x( I$ `. |, w# v4 \12-4 MTCNN模型训练介绍 (03:33)
: H8 c, y& O5 ?% X1 {1 s5 o12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)3 R5 T* ?& ], T3 F S" b
12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)# K# f8 @% }* ?$ Z+ ?) o F
12-7 思考题/ W7 P7 z/ N; m* O
/ B4 m5 N/ ]1 h! C/ R5 {) ], w
第13章 课程总结3 H1 N& Y; P' h1 J' E* m3 u$ D" z" x/ ^
13-1 one-stage vs two-stage (13:13), Y [! `' S# e
13-2 不同目标检测算法的优缺点对比 (12:52)
f; d# c1 o" e# _ [13-3 作业节
( n" y# ?. ~. j8 P2 [' m9 y13-4 不同目标检测算法的精度对比 (10:42)7 x4 _) R f8 x3 B5 Z5 A
13-5 作业节
$ A0 F9 Q$ c" c x3 W% \ M; ~: i13-6 常见目标检测研究对象与数据集 (10:37). {4 K( h( L M3 G0 R1 n e
13-7 目标检测常见任务与性能评价指标 (18:23)
- X% m' Z$ Q$ N( i13-8 目标检测行业应用现状-人脸检测 (17:31)* Z r4 y. b; k+ V/ e& G3 t3 ?
13-9 目标检测行业应用现状-ADAS (10:20)
+ G* l' X; I W* H13-10 目标检测行业应用现状-文本检测 (09:05)
! n2 i- g% k/ m ]( Q8 h4 L13-11 课程总结 (19:30)
* X ^. h; Q- W z" C+ @4 K. b; `& i% s
〖下载地址〗
- q; m: I3 O7 w4 p M3 x' N- q+ l4 ^, ^6 P6 [ ~; y
〖升级为永久会员免金币下载全站资源〗! @4 Z+ Z; h; W6 F% c
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 s& m A$ _# L
|
[复制链接]
