; X0 R4 F6 e& Y! l4 S
5 p7 ]" _, m5 v( u/ {7 X
〖课程介绍〗0 i4 B* X V4 J4 N V) 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。
* q1 G2 _" n* q- o) D
& m" c2 L) x5 v. K; N〖课程目录〗. ~, w4 S" v/ E& Q* Y
第1章 课程介绍 试看
/ n1 `3 F$ b: {, Q# n4 m' j1-1 课程导学 (22:58)试看
" {. n5 _7 l8 C) u# n Z( v2 d' U8 Y) l' e
第2章 目标检测算法基础介绍5 @+ V8 @) M- x! h6 N, S
2-1 目标检测问题定义 (12:10)) }0 b9 B7 `3 E) r8 Z$ m* C
2-2 目标检测问题方法 (15:11)
( C& |% Y& b8 ]! x- C2-3 传统目标检测方法基本流程 (05:33)# g: p4 E2 j% k" {" J& A9 e
2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)( x. | _- [0 e- ?
2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)
! i1 j, |3 I3 _- Q' A) q( D2-6 常见传统目标检测方法-DPM（物体检测） (06:34)" x, l! a% ~( i7 _, B9 L
2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)
# k2 ? ^5 G8 {# x/ b! S& Y, T2-8 Two-stage基本介绍，流程与常见算法 (08:25)
/ d5 V9 y: Z. A8 A: [" l8 M+ q2-9 Two-stage核心组件 (21:06)+ p8 D& }' }6 }7 X( m7 |0 K) x
2-10 One-stage基本介绍、流程与常见算法 (04:36)
1 K3 P3 U$ H' v5 Q T2-11 One-stage核心组件 (18:52): q& g: q4 Q6 Z: x
2-12 One-stage与Two-stage优缺点对比 (05:14)
; n$ g2 f; o9 J, c4 _ t9 U+ a( K2-13 作业节$ F4 `, E' C# d9 D/ ]- k* j# q2 V
' o. B& O- @9 q4 \8 g第3章 SSD系列算法原理精讲 试看
: A, B% e% O5 O! r3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看8 j- b$ c3 J, v) c1 x3 O
3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34). r* d, X' S. t
3-3 DSSD、DSOD算法 (13:29)
& I; D/ y. ~& z7 G: j" B8 X3-4 FSSD、RSSD算法 (09:29)3 q& P- W) ~* M0 c# L" Y# P( Y' A
3-5 思考题
0 R% E8 D! x# V+ e [, E
/ a0 J2 b+ w3 D2 }. m第4章 基于SSD的人脸检测项目实战 试看
/ \+ g; J0 B; R: s4-1 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 L& `/ D7 }+ z/ X' Z4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)' ~: K7 P1 C$ Y! `2 Y3 z, L8 ~
4-3 Wider Face数据集介绍 (06:36)5 D: ^" `9 d7 v
4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)
3 J5 K( f; m J6 Q7 K% i5 m4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)
! x H3 a3 P1 W' d8 n) x6 M4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)# @" u# Q# s6 Y5 ~) A+ B
4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)5 r; i" c f6 C9 c
4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)* _4 {1 j! g+ d) P& o0 ^
4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)8 a2 e5 M3 x, f! b8 D
4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)
; G) \6 q/ J5 N' ?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% V' V- e/ {; o- l9 h8 V: R2 w( w* R7 K
4-12 思考题, ~6 \# y% {6 m% y0 ]
8 n/ ~) F2 t0 o: r
第5章 Faster RCNN系列算法原理精讲
- o" l: e( |* q. j) E5-1 Faseter-Rcnn系列介绍 (06:38)
0 v, G3 r3 o( Y- R8 S3 _5 V; n5-2 RCNN介绍 (14:19)5 i- k L2 f5 }4 V1 y- u
5-3 SPPNet介绍 (10:23)* `! y' p4 y- T( ~0 s
5-4 Fast rcnn介绍 (21:02)
: l; J1 @. I" `2 b7 I7 D+ P5-5 HyperNet、RFCN介绍 (12:47)
1 s( I' w! j- J) t6 n/ G9 P5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)) S" X& r! x, a' z+ n0 q
5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)2 t) x9 g% i- d3 g
5-8 思考题9 r; N% e" g5 t0 D! Y2 N
% C& L% X* ?+ X4 @& {第6章 基于Faster RCNN的ADAS场景目标检测项目实战
! N. k( a4 E8 x( y9 q6-1 ADAS业务场景介绍 (15:04)2 \4 E# c. v7 s/ ]8 J: ?
6-2 Kitti数据集介绍、标注格式、下载等 (10:22)
# V; l+ u+ J1 _. l! o6-3 Kitti数据集类别提取编程实现 (14:13); ?2 I( P0 x4 J' ]9 g7 u3 _
6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)
' M% X" Q0 \" R' @6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51): Y# k# e3 F1 j9 f' M" t
6-6 Faster RCNN目标检测环境搭建实操 (05:34)/ {) m3 }# o" i1 |% u/ J0 G! L
6-7 Faster RCNN目标检测框架介绍 (09:10)
, w' i; V2 |7 G Z6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)
+ S2 W/ t8 |" e* \7 o. d' x6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
- F3 k1 m' g* b0 @6-10 Faster RCNN目标检测模型训练及其优化 (06:58)
# t$ D ?6 ^4 W' ]3 @- I6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)
) J- g! M' [$ I, s6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
$ L6 y3 d/ p9 C& R; R8 g9 J& L6-13 思考题4 K+ u- w4 Q# z5 a& C8 t
) P$ _8 _1 G; j4 [0 E
第7章 YOLO系列算法原理精讲$ `2 f" h; h- n6 `+ q( o
7-1 Yolov1算法 (21:28)
6 Q: ^& B5 \6 x2 L9 Q7-2 Yolov2算法（1） (12:38) F& Q8 u5 D8 R( {9 D
7-3 Yolov2算法（2） (11:42)
5 J8 ^( O) a% q% A, ~' P7-4 Yolo9000算法 (05:12)
$ | u# j! n; V9 F* ~7-5 Yolov3算法 (10:44)
1 C |( }- Z1 a3 I7-6 思考题
& j! M8 I' n5 E
1 N9 @; g' Y0 z3 O" @ s% B第8章 基于YOLOV3的通用物体检测项目实战
3 L+ B K2 {# F. m8-1 物体检测业务场景综述 (17:53)
5 m" v1 N/ p0 ^* u8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)( j. M! q. Q O
8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)
; A1 U$ d2 X2 q* i" O0 J" o* g8-4 DarkNet框架解读及相关配置说明 (18:06)
% \7 e: J+ X! y9 O9 H5 @8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)
: W5 x" m% n- ]6 c8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)
8 m3 ]9 H' s- J" o7 A8-7 思考题$ o+ B; q" r% k. O# I* C! u6 _$ G
8 T3 L& K& j' x: Y8 I; Y第9章 文本检测系列算法原理精讲
3 W0 j) i- L' d1 M9 q; u9-1 文本检测算法原理介绍 (12:50)
! L, e8 {7 k! p! d9-2 CTPN模型 (10:38)
! p5 K/ s: ]+ }. I- |) ~6 l. ^9-3 RRPN模型 (19:11)
8 S. A, X8 R) Y Y9 n5 W9-4 FTSN模型 (11:41)
8 }5 x/ }% I. L/ \9-5 DMPNet模型 (15:56)
4 r+ ~) o8 q2 P9 Z5 I7 Z- ]; T9-6 EAST模型 (09:17)
6 y& |4 D/ c$ M$ E5 K1 [9-7 SegLink模型 (13:01)6 Q1 y6 I2 X( L; V0 M' d" e
9-8 PixelLink模型 (16:35)
/ c% W( S! T9 k- z0 }9-9 Textboxes讲解 (18:41)
- q' s! J7 z& b! T9 \2 |/ v9-10 Textboxes++模型介绍 (25:34)
$ o1 U' e& `/ n6 l; T9-11 文本检测常见数据集 (21:16)
o( [2 t4 j" m* J( U0 C* s9-12 其他检测模型方法介绍 (14:56)1 r3 K. U; V. o/ d* z9 A1 j, ]
9-13 作业节
# H9 A% ]4 _. p
; o+ o8 F; G2 r* w" o9 X第10章 基于EAST的自然场景文本检测项目实战) G: c4 |( o8 t, p& D% \- B
10-1 自然场景下文本检测业务场景综述 (15:26)
+ P% U& U5 G, [. V8 B' T6 y10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)
; c0 u- {7 ^: K* n( Z5 A x2 c0 m10-3 EAST文本检测框架环境搭建 (09:03)# J* U0 p, B1 d: K4 n5 |5 a
10-4 EAST文本检测框架解读与训练实操 (16:23)
5 ~' d! y9 e) `0 k' R10-5 EAST文本检测模型测试脚本编程实例 (09:26)
; L8 T6 h# ~1 s2 v$ d8 v* [10-6 作业节 h S( c- x" O6 ]! `. Q9 f
9 o. P. B3 B1 d第11章 多任务网络原理介绍
$ b( G \/ I9 N$ K11-1 多任务网络业务场景综述 (07:49)1 I: ^; o% e' E) I- `
11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)& k- O% N y3 L- D
11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)
' ^# d$ M; G$ s( U1 ]11-4 思考题/ |- n$ r. [' c
3 E2 e; T @ j0 C- r
第12章 基于人脸检测+关键点定位的多任务网络项目实战
. S7 z' ^2 h! ?6 T12-1 MTCNN环境配置、框架解读、数据打包 (18:41)
( O3 m9 f0 o( M12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)
! w& R+ F: u$ W12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)
2 ]' `: R! v, A. j( h- }12-4 MTCNN模型训练介绍 (03:33)( ]) a, P. V6 D# v3 V/ e
12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
/ x' B( G! N5 a. ]$ b/ I* v12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)
+ H# b# R; Q" v1 @12-7 思考题
# |$ l1 O0 p0 P9 c# h6 d3 B2 Q- w6 ^9 [( I) g
第13章 课程总结
. N% H# H3 c8 c* a# {13-1 one-stage vs two-stage (13:13)
( Q+ M, B% k; r, _2 Y" ~13-2 不同目标检测算法的优缺点对比 (12:52). v) u3 c' }! L
13-3 作业节
, h- n: v3 j/ i- z/ [% U. t13-4 不同目标检测算法的精度对比 (10:42)+ R" f& P6 J3 ^! K4 J
13-5 作业节
% Z; j' n$ b6 O13-6 常见目标检测研究对象与数据集 (10:37)" q' k. }( @& K* M- ?+ M
13-7 目标检测常见任务与性能评价指标 (18:23)
' W; \9 U! e% F3 H! j0 b13-8 目标检测行业应用现状-人脸检测 (17:31)
% j3 O" m. f, n! Y" E9 m13-9 目标检测行业应用现状-ADAS (10:20)5 T# K- Q$ f- i. i. N: S' s
13-10 目标检测行业应用现状-文本检测 (09:05)
, k; h# [/ H( o- p2 a13-11 课程总结 (19:30)
, o4 @# ?6 B7 R0 i' A# Z7 J
# K- B0 p( V8 f( Y6 T6 N〖下载地址〗
7 p$ i) v0 K1 K; |6 @& Y/ o5 j" M) {
Z" L7 e" J9 U8 r% l! V- ^, O& I0 k$ ^〖升级为永久会员免金币下载全站资源〗
, O2 r2 U/ \5 e; r$ R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
. p3 z+ e6 M, R- f) t
|
[复制链接]
