) l6 o6 [2 W6 `, B9 |: [
1 W7 s0 f( Q6 i) M〖课程介绍〗
5 e' u" k* d- q" s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。
; M/ `( w% H6 {7 a* N. N& U/ ?7 |) y3 l! s5 V2 w
〖课程目录〗
! p0 Q. [* j: D第1章 课程介绍 试看+ [1 c0 A# s/ m7 {3 N; {! p7 P
1-1 课程导学 (22:58)试看; w; W. J# N+ o) c- W" m
2 P9 Q4 q/ u0 F6 M! ~6 J2 s0 N+ J, g3 [- A
第2章 目标检测算法基础介绍
% v2 t' ~6 S& V1 H& G2-1 目标检测问题定义 (12:10)
4 r, T( I0 I) A" ?+ F! B5 g2-2 目标检测问题方法 (15:11)
! i2 q( ?7 e. u9 c# c/ A2-3 传统目标检测方法基本流程 (05:33)5 p* |" b1 i% g
2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)
) Z; x2 j1 g( v0 {8 R2 Q t; g2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)
& y% w9 g# ]8 v1 ~2-6 常见传统目标检测方法-DPM（物体检测） (06:34)
1 d9 w: h8 q% M1 F9 J2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)
4 G1 H, q7 }, F0 a- x5 s2-8 Two-stage基本介绍，流程与常见算法 (08:25)
2 E5 r1 \: k. r' h# M( X( `7 O2-9 Two-stage核心组件 (21:06)! }; i4 y" n( o9 B
2-10 One-stage基本介绍、流程与常见算法 (04:36). W) v0 K8 f k0 L8 J( `7 Q
2-11 One-stage核心组件 (18:52)
, p9 U U4 M3 y: Z) j2-12 One-stage与Two-stage优缺点对比 (05:14)
, D3 S' u! [$ O# ?5 @% T2-13 作业节- a( R. T& t4 w, s- \* _8 {; c
& R! @% A* @1 ]. g# f' E6 _第3章 SSD系列算法原理精讲 试看
$ B( j+ [+ P$ N3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看. \1 [, i, {5 E- `+ N3 A
3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)
3 e( J& h$ A: Q, ^2 W3-3 DSSD、DSOD算法 (13:29)$ \3 s( {$ R- }
3-4 FSSD、RSSD算法 (09:29)5 p, R* ~8 q: {9 D
3-5 思考题
5 [) U+ V& z) R" m* L3 x1 e$ F1 q# ^
第4章 基于SSD的人脸检测项目实战 试看
! m" ?/ w3 i; i; J- o% O4-1 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)
" \ ^$ d' v9 b8 R5 {# H4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)
5 {+ `! A' }8 I$ N4-3 Wider Face数据集介绍 (06:36)
, Y8 U# h, _; O; \) }4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)
- |2 g1 O( e( w4 s4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)
" K: z+ H% y) B2 V" Q% f4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)
3 x' E0 @+ u( X, F: h. i4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)7 w% P& q0 u' b7 C5 `7 S/ M
4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58), a6 G1 C9 x) R/ k" F
4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)
- p+ J& X+ p! Q, e: V4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)2 G# q. n0 x, P* W: h
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
( P' C6 ]% F( k. H4-12 思考题+ F2 d, @( A0 m( w0 V* U; i
5 _: V' H1 r8 O, I, a' e- j! @" G
第5章 Faster RCNN系列算法原理精讲
2 G5 L, a) G' R+ p+ Q/ Q5-1 Faseter-Rcnn系列介绍 (06:38)
9 }1 J" r% e" j) ?( B5-2 RCNN介绍 (14:19)0 f' n3 q3 [! G, a, u }
5-3 SPPNet介绍 (10:23)0 j ~9 \; `& a. |! z! { i2 F
5-4 Fast rcnn介绍 (21:02); M1 J/ D1 l* H; s- X
5-5 HyperNet、RFCN介绍 (12:47)
3 E1 Y9 B4 F2 s" C# ^2 I5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)
- d! C+ d% y- v5 B5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00); E' E& t* F8 m+ V( ^) `0 ?
5-8 思考题1 x5 `1 k0 O1 C
8 _0 ]5 e. n+ j* y( L! C
第6章 基于Faster RCNN的ADAS场景目标检测项目实战
/ z' L; u/ s f" `4 ]6-1 ADAS业务场景介绍 (15:04)
1 p) y" c5 I: W! J6-2 Kitti数据集介绍、标注格式、下载等 (10:22)6 ~ T" G! f' N0 @0 _
6-3 Kitti数据集类别提取编程实现 (14:13)
" h; K8 a+ F6 [( w+ K3 E6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)2 p0 ]8 {( |! `) f) a
6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)
$ v1 }! q: T* }" n `6-6 Faster RCNN目标检测环境搭建实操 (05:34)
" D& n) L5 J- k u8 z; L% M6-7 Faster RCNN目标检测框架介绍 (09:10)
3 X8 y6 b2 [8 A. N3 q! l7 c% ~6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)
* |+ C9 F8 c$ {8 h( p# r: ?& S6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
, b9 X" T9 Z: n, l6-10 Faster RCNN目标检测模型训练及其优化 (06:58)/ c0 Y/ ~2 A1 }0 @9 h8 r
6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)7 }9 K5 K# J( V( T1 \7 p) T" ]0 f
6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)0 ~, J! E5 W' B* ]
6-13 思考题$ g' U3 ]' R. [6 o! l
! H( t! O) B( \4 ]/ _/ S) |第7章 YOLO系列算法原理精讲
5 z0 y, A% ^0 Y# m% ~& C/ r7-1 Yolov1算法 (21:28)
% E+ Q' j p& m; B- J: c7-2 Yolov2算法（1） (12:38)- q0 |; A2 n: \1 j1 _3 O
7-3 Yolov2算法（2） (11:42)
' Q- W( @ D( R# G) a7-4 Yolo9000算法 (05:12)
) H( z: N/ A; D3 i; h7-5 Yolov3算法 (10:44) l: R: A7 t s
7-6 思考题+ d6 o( E, }5 t& Q. u' {
9 o6 d: ~. C; H' Y( X
第8章 基于YOLOV3的通用物体检测项目实战
9 c8 L0 R+ J6 s. ~$ J$ z8-1 物体检测业务场景综述 (17:53)
2 j3 m6 c; ]3 [! h! s3 s8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)0 |1 k6 v0 ^, `& h
8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)! W" S) Q, @6 y: ?, W5 F) O% }
8-4 DarkNet框架解读及相关配置说明 (18:06)
9 B! ~6 K6 [ B5 q/ ]8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)- h& a: J+ G# [, q
8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)6 @3 E$ F; r2 P/ g& z# t z( u- d
8-7 思考题; T! h+ |; N: j* E! q/ M, D! j
. O k3 w. M" ^" E8 n3 f
第9章 文本检测系列算法原理精讲
- {/ L/ c `: g9-1 文本检测算法原理介绍 (12:50)! p# N" [% ]0 V/ Q0 l: s
9-2 CTPN模型 (10:38)
* d2 t7 }# h- h3 ?: W9-3 RRPN模型 (19:11)# R" J, c0 y2 [
9-4 FTSN模型 (11:41)
, S6 \% S" Y, {6 Z, D( W9-5 DMPNet模型 (15:56)
- A! }8 L! H6 a* f8 A9-6 EAST模型 (09:17)
/ |. }+ T9 `7 b' Z: q1 ~! v9-7 SegLink模型 (13:01)3 y- E+ o) A* p; l x" M4 ?
9-8 PixelLink模型 (16:35)
9 F( t( i% p( V& M! ^0 K7 I4 V0 E9-9 Textboxes讲解 (18:41)( h5 r+ i( a$ Z6 Y- e
9-10 Textboxes++模型介绍 (25:34)
m4 c4 d" T; i8 ^# K9-11 文本检测常见数据集 (21:16)
: N/ _! \! d( ?% @9-12 其他检测模型方法介绍 (14:56)
' h6 T7 t! G( b9-13 作业节
& H4 S" o, p* _- ^1 i9 e* @2 R+ ?3 q* ]# _; G
第10章 基于EAST的自然场景文本检测项目实战
1 L9 {5 d$ @/ P0 q. a9 X10-1 自然场景下文本检测业务场景综述 (15:26)% I8 y K; Z( O. z0 E0 y; W, o6 G
10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)9 s- b; I& }, k: v4 [5 Y# Q, I8 j
10-3 EAST文本检测框架环境搭建 (09:03)9 b6 p( g% e* e, T! @% {6 T
10-4 EAST文本检测框架解读与训练实操 (16:23)
0 Z4 m- A$ g7 k4 I" b7 I10-5 EAST文本检测模型测试脚本编程实例 (09:26)
2 e+ _1 }, [/ ]. F10-6 作业节- F) K( y& q8 C" J
4 {7 h6 H C; \
第11章 多任务网络原理介绍( R H% i; ], e2 ?
11-1 多任务网络业务场景综述 (07:49)
: [/ A& j5 P" N$ ?) P B; x1 u6 C11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16), j2 _! Q/ j6 ?! ]; @
11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)
; n5 `* A3 l, t& j% F4 H11-4 思考题
7 J7 o: I; f8 W( S. W; T, t5 G. @7 _% j3 v
第12章 基于人脸检测+关键点定位的多任务网络项目实战
, B8 j: P8 F* J" ^: v12-1 MTCNN环境配置、框架解读、数据打包 (18:41)
" x! B! p" \# }12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)* j8 C# b. S& O8 U; [
12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)1 [* f7 U/ a, Z1 P
12-4 MTCNN模型训练介绍 (03:33)
6 O+ M; a9 h+ m8 Y. q12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
" b" u5 q, O; `) ~# U; D' F12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01) Z7 ~& @$ }. D2 j
12-7 思考题% Q5 y. |- t6 B ?3 W/ e
& D! k8 t+ \' O- X' N$ l. `
第13章 课程总结; t8 _$ g$ r+ y8 s2 V7 i! k! B
13-1 one-stage vs two-stage (13:13)0 \, y$ Z7 D8 g$ ]
13-2 不同目标检测算法的优缺点对比 (12:52)
; r+ ?, q- s' j( A0 O( C13-3 作业节
- H5 R, s, S" `13-4 不同目标检测算法的精度对比 (10:42)" @+ Q1 b. I: _0 s& I
13-5 作业节
}# m- W U7 R4 c9 \2 _* G13-6 常见目标检测研究对象与数据集 (10:37)
* q7 R, H9 _7 j1 y% B13-7 目标检测常见任务与性能评价指标 (18:23)6 x0 l, ?- f7 N4 R8 ~- J: s
13-8 目标检测行业应用现状-人脸检测 (17:31)
4 \, R+ X9 D+ l13-9 目标检测行业应用现状-ADAS (10:20)
' O1 \! S1 b, M- C13-10 目标检测行业应用现状-文本检测 (09:05)
: W: j. i6 ?/ n, H' Z2 h" t+ V13-11 课程总结 (19:30)
8 @0 O/ r- E% t1 k
; `+ U3 H* u3 R6 Q0 y, G2 S〖下载地址〗6 o4 t* e- U1 U0 v. j
: z* N6 T2 }3 t6 X& w〖升级为永久会员免金币下载全站资源〗
T: k. ~% g! y4 I, [0 }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
6 _5 x+ g0 N% B$ K
|
[复制链接]
