- G/ i3 C. _" c3 \/ O9 Y0 ?* G- i% ?7 ]; E- \( s8 D
〖课程介绍〗
# u; E2 ]0 K' ]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 ?* p3 t% _2 a: Y
X. T+ r" M& h @5 _# X〖课程目录〗
$ n7 u# ~3 ~, W( P' k$ l- r第1章 课程介绍 试看% R& C2 L: T. y7 h1 J
1-1 课程导学 (22:58)试看& I ~: k7 z% F* F/ Z& f
7 U! z% ?2 }# \& M5 c
第2章 目标检测算法基础介绍
5 d5 [0 c! i6 {0 |! N: K% G4 X, y2-1 目标检测问题定义 (12:10)% ^* ?8 M! v3 T
2-2 目标检测问题方法 (15:11)" _7 c3 O0 G0 I% k4 t6 h
2-3 传统目标检测方法基本流程 (05:33)
& r2 M' b* \2 K' R: H8 _2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)' w) J6 W& R! f/ n
2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)' Z8 ~* t! b6 V+ ]: ?9 M; w
2-6 常见传统目标检测方法-DPM（物体检测） (06:34)
8 ~% o9 S- T n3 `( s* n2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)% H; A, H" E$ w1 J
2-8 Two-stage基本介绍，流程与常见算法 (08:25)+ K. L8 a% k) L% m& o" s
2-9 Two-stage核心组件 (21:06)
7 q, o- \- k; I3 q# Q" o2-10 One-stage基本介绍、流程与常见算法 (04:36)1 Y+ i4 V3 n0 D5 Y# {3 o
2-11 One-stage核心组件 (18:52)5 p% ]4 A, i5 E+ q K; R
2-12 One-stage与Two-stage优缺点对比 (05:14)
2 K+ ^. u6 E+ z& A8 _2-13 作业节: V- Y: l' l7 h3 S! p4 D
/ S/ L6 I' g; a9 i4 Y+ E2 M第3章 SSD系列算法原理精讲 试看
1 D0 Z+ M4 H4 q7 ~" J! N3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看
% y: J3 d1 c' u4 P3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)
6 H! }9 A* q, r/ X* M3-3 DSSD、DSOD算法 (13:29)- K) h8 }6 z' B: M, \, @
3-4 FSSD、RSSD算法 (09:29)& y* M+ Z) r9 ~/ J1 q# t0 W9 U
3-5 思考题
" b# U: W; c% K" g" [! |
* O0 P) m) p0 u) ?* Z第4章 基于SSD的人脸检测项目实战 试看, |' E3 I' X) r7 v9 O
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)' k0 M! X& v- @* D
4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)
8 q) R8 I. t1 P3 w4-3 Wider Face数据集介绍 (06:36)
# h; _/ a1 R. G0 T( v& p4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)
) c, f; a/ k1 x1 K4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01); f* q8 s9 _8 v
4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)
8 I1 K% ]% r9 g4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
" f% w- k$ B( _+ ?4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)
9 Q' t, v9 D3 q, O4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)
* S( S& L- b H: n% o1 k4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)' c0 y7 o P4 v- F! p- ]8 T" f
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
& b, {/ W9 v% A$ b) D0 E. [. K) |; s- k4-12 思考题$ p$ j, `9 Z) i- C" [
; d, s5 Z5 Y( ^; {第5章 Faster RCNN系列算法原理精讲
! E$ L" E4 M4 b. \4 h; J5-1 Faseter-Rcnn系列介绍 (06:38)
$ n W1 b' y; o# x6 d9 H N5-2 RCNN介绍 (14:19)' v$ J4 b5 r( F
5-3 SPPNet介绍 (10:23)
% v$ G; h) n, f ?) Z8 L5-4 Fast rcnn介绍 (21:02)8 ^3 E4 R# A" W; j8 p9 d
5-5 HyperNet、RFCN介绍 (12:47)
! R+ N4 K' I2 W6 N% e5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)- R2 b+ Q" H( B* r+ ]
5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)9 T: H! t4 m* `8 `/ k
5-8 思考题
) |& }) g! M+ v) {7 N% A; D8 f/ ~7 \" G( \9 {2 @ M1 ~8 R5 B$ F& `
第6章 基于Faster RCNN的ADAS场景目标检测项目实战+ y$ s$ l- d2 L$ v1 n5 P: U4 M: Y
6-1 ADAS业务场景介绍 (15:04)
" l0 b# Y. L- t6-2 Kitti数据集介绍、标注格式、下载等 (10:22)! b9 D. G5 y3 l9 p
6-3 Kitti数据集类别提取编程实现 (14:13)) w2 l* g% Q- ]5 y6 L. S
6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13). i' ], o5 N6 r
6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)
/ }5 G8 o# R; w/ D# d6-6 Faster RCNN目标检测环境搭建实操 (05:34)
; e2 W D% |0 I& a( g% r# e5 k+ i6-7 Faster RCNN目标检测框架介绍 (09:10)
7 ^& O( P0 L# V% i" v6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)
6 t0 B0 T* y4 M- p' E a6 V- j7 \6-9 Faster RCNN目标检测框架配置修改实操 (14:47)4 O# _) L! d, X8 x; e1 ?
6-10 Faster RCNN目标检测模型训练及其优化 (06:58)' X; J1 T* U& |- V
6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)
* f2 m8 ~1 a( {+ }/ H1 h0 {6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19) W! b/ l! q( [: G `4 G6 y
6-13 思考题: p' u7 @4 D. R
7 U! c5 d1 t: ]: b第7章 YOLO系列算法原理精讲
. f+ R2 c7 w% L# n7 v7-1 Yolov1算法 (21:28)' T3 U2 N4 F! I1 M: i
7-2 Yolov2算法（1） (12:38)- D5 ?& {& a2 m+ c# i
7-3 Yolov2算法（2） (11:42)
1 ?; m" R+ [/ T1 r7-4 Yolo9000算法 (05:12)# ~# A7 i' n5 e* F7 i* Y
7-5 Yolov3算法 (10:44)
. Q' D; V- T4 h _/ B. z1 r7-6 思考题5 y. P/ \ D0 Y
' i M, ?1 S3 O/ I$ Z
第8章 基于YOLOV3的通用物体检测项目实战
1 _ G+ T8 }1 n- U; h6 v8-1 物体检测业务场景综述 (17:53)
% _8 X# r$ b d8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)1 g* U- a$ k8 o! r( l( Y( I, A
8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)) F7 l/ f+ U) ?- V0 t) D% U" N$ }! U
8-4 DarkNet框架解读及相关配置说明 (18:06)
$ O; B( |2 m1 S8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)1 ]) W/ }+ }5 S$ d) Y+ o& V0 J
8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)
3 w7 t& q+ s( d% C8-7 思考题
& {' u# W9 ~3 M/ b6 G# M
/ w5 Q% l0 D) E6 r2 J. ?6 u第9章 文本检测系列算法原理精讲
+ v) h$ \9 m, A, ?" w1 K8 t/ A1 [/ J* X9-1 文本检测算法原理介绍 (12:50)" H4 G' ^1 Z* b- Y' W: N
9-2 CTPN模型 (10:38)
! m7 W" Y" t5 S) t% e9-3 RRPN模型 (19:11): h B1 b/ d0 i; S( U
9-4 FTSN模型 (11:41), I) r1 c- q$ U9 L; x
9-5 DMPNet模型 (15:56)" ?/ |2 R3 O; t j; _ l( f
9-6 EAST模型 (09:17)
" |& B3 D% t9 i. x1 T' L ~9-7 SegLink模型 (13:01)
* D; E& S% S2 W$ Z2 ?4 q+ B9-8 PixelLink模型 (16:35)
. r2 k3 J1 i0 ^! |% T9-9 Textboxes讲解 (18:41)
) q- i7 j Z ^- y* L" K9-10 Textboxes++模型介绍 (25:34)
; T" u ]8 p8 y9-11 文本检测常见数据集 (21:16)+ f# G c5 }* m
9-12 其他检测模型方法介绍 (14:56)
4 s* J/ t0 U! G( S9-13 作业节( L- v% S8 p# S* ^6 d& g
( J0 D: m0 h, y% A- x8 e第10章 基于EAST的自然场景文本检测项目实战4 Q1 z4 ]; N, r8 l- n1 o
10-1 自然场景下文本检测业务场景综述 (15:26)) c$ _% s, P% {, `) M' v4 G
10-2 ICDAR数据集介绍、标注格式、下载等 (11:00); I0 l6 j$ u! a' X
10-3 EAST文本检测框架环境搭建 (09:03)
! o: P$ |! i# f! ]9 G10-4 EAST文本检测框架解读与训练实操 (16:23)2 @0 _1 P+ q* ]& G
10-5 EAST文本检测模型测试脚本编程实例 (09:26)
6 u& ?4 q7 Z1 R k/ _# B/ o1 I10-6 作业节' \+ T1 v2 ]( A F/ S. Y1 C
1 V t( @' \- ~( {2 X: L- a第11章 多任务网络原理介绍
) n. [5 K0 E5 C/ ~! {11-1 多任务网络业务场景综述 (07:49)8 Z. O- O* g& j5 X) R7 Z
11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)5 B% [7 a R( h1 Z
11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)
8 f( A! M7 W8 c# [4 s11-4 思考题
/ v% ]$ ^& w! [4 | [+ W0 O* m! d- @9 Z6 W2 D9 A6 \4 n5 T
第12章 基于人脸检测+关键点定位的多任务网络项目实战
' a5 Z, r. {% _: Z9 k8 `5 Y12-1 MTCNN环境配置、框架解读、数据打包 (18:41)7 ?: e; \8 C x+ Z" U2 Z
12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)
. r- D5 @8 ]5 A# p. h9 f12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)! v, P; {# Y+ w3 X% j
12-4 MTCNN模型训练介绍 (03:33)" c5 [ c' `- b+ I6 E7 _
12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
) R" @0 ?; v( @& M" r7 j) q$ d12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)
. ^3 S8 |; @3 D1 t' u4 w12-7 思考题2 M3 v% Q$ T' N( E
; J. k1 T5 ^3 \9 K, |! E& r! ^. X
第13章 课程总结2 I, c9 T$ j k/ x$ c! a: s
13-1 one-stage vs two-stage (13:13)
$ \& ^6 ?: V" r( @13-2 不同目标检测算法的优缺点对比 (12:52)7 t! h2 _$ m- T6 X: Y4 z$ s
13-3 作业节! w; @/ c( l/ Y$ j5 `! y3 S
13-4 不同目标检测算法的精度对比 (10:42)$ c9 O. \/ [4 G: Z0 W) t5 [! T0 N x
13-5 作业节
u; \& D/ O* L3 Q5 D" j; m13-6 常见目标检测研究对象与数据集 (10:37)) h) G2 H' {3 m, m+ E4 n, a* K
13-7 目标检测常见任务与性能评价指标 (18:23)
8 [7 o& T! i; W. C; j/ C13-8 目标检测行业应用现状-人脸检测 (17:31)) C) N: _0 ]; \8 V# y0 h
13-9 目标检测行业应用现状-ADAS (10:20)
, K1 _% L' D _13-10 目标检测行业应用现状-文本检测 (09:05)
* k! G9 ~0 @' P( U; P13-11 课程总结 (19:30)
# a3 @7 N2 u3 q' S8 X+ z
; S+ d3 ]) Q: V' R) W5 n% x〖下载地址〗# n. j( V7 |2 ] x+ T6 X
4 }; ~5 ]8 A, ~! ]2 S' B〖升级为永久会员免金币下载全站资源〗+ E$ ?" H! \7 \/ L. D
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
( v( E( Q* z+ a% r
|
[复制链接]
