+ s( s7 w/ b$ Z; ~3 N) B* ~
' Y% R0 [ ]$ y% {& ]0 @〖课程介绍〗
+ j* K0 i# r# N) j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& l6 R0 |- T7 j5 n6 J5 P- [
4 G# f- j" P9 f1 J〖课程目录〗+ y8 h \' G X1 [4 X8 o5 f: ?
第1章 课程介绍 试看7 z; w, G$ P# F" ~; j! m4 e5 v
1-1 课程导学 (22:58)试看. m6 O0 g! s |' Q
2 @/ s% r( @6 m第2章 目标检测算法基础介绍
- x' }: K9 C+ p2-1 目标检测问题定义 (12:10)0 J/ J* B8 r8 ^; ~: E: O' {
2-2 目标检测问题方法 (15:11)
+ B B5 H8 ~% {5 r+ l( a- k+ F9 ^2-3 传统目标检测方法基本流程 (05:33)" ]0 [& C& W' v8 @% M& m
2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)# P5 q. K3 d) G! _* x; ^4 u
2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)' i2 e0 K, n- o! m8 ?$ v
2-6 常见传统目标检测方法-DPM（物体检测） (06:34)
3 V& x- T- B0 X' y8 w; y: k: p2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)
/ V' Q# x& W( C& }( D2-8 Two-stage基本介绍，流程与常见算法 (08:25)
+ l: V1 ?! n2 {4 k2 K2-9 Two-stage核心组件 (21:06)
- H! U2 }8 c3 L9 U1 k7 D2-10 One-stage基本介绍、流程与常见算法 (04:36)
" ~ I9 \0 r/ p% r2-11 One-stage核心组件 (18:52)7 \- w- R2 g3 W" M3 @1 z* h1 o/ U- a
2-12 One-stage与Two-stage优缺点对比 (05:14)
; a1 f2 w3 | `0 _) _/ S/ e2-13 作业节
4 ^* }" {' ^7 ]% Y
; F+ @) W" Y, k. {! F. H第3章 SSD系列算法原理精讲 试看* J6 C3 F6 c% C) D: _# q
3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看
! t( ~8 _4 r/ v$ D' x3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)2 D( J; U2 Z+ A6 ^+ V6 z+ d
3-3 DSSD、DSOD算法 (13:29)
2 r1 r( u. T! m& ]7 D5 p7 E3-4 FSSD、RSSD算法 (09:29)
3 W, e; z8 a% Q8 M: {, Y3-5 思考题" d6 {- [; Z+ J8 W* n, i
9 ~1 p% E. D+ U9 A第4章 基于SSD的人脸检测项目实战 试看7 O" i; E# i/ S) X9 i
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), R! S' t& {/ i
4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)
3 {4 J( l9 y' J# ]0 }: ^0 h; L4-3 Wider Face数据集介绍 (06:36)
( z# N6 p! F/ f$ E6 s4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29): d8 a4 ?1 ]% h6 n5 K4 P
4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)
3 w# u. ~5 D' a# t. v4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)
# E$ x0 `% S4 T) X& Z& r; d4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)' t8 C7 R y z; G4 \- Q! o
4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58); n) P: p* P& A0 d; B
4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47): s5 @+ R; @: P( ^4 `9 @# {; a0 q
4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)8 J$ Y; S k2 r% o' ~
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5 |0 s: ]. j M7 q" W( [+ ?
4-12 思考题
/ T! k% W2 }& f( o g- u- }, m8 V, j' e. I
第5章 Faster RCNN系列算法原理精讲
% r3 X* V7 U7 G* B3 i5-1 Faseter-Rcnn系列介绍 (06:38)
- m8 E7 a/ w/ f0 q m8 W0 r5-2 RCNN介绍 (14:19)5 p3 h' O$ Z/ V: L0 w0 @
5-3 SPPNet介绍 (10:23)( |/ h4 u) l" m7 x, `
5-4 Fast rcnn介绍 (21:02)1 q/ r7 p/ @% k
5-5 HyperNet、RFCN介绍 (12:47)
2 a$ z4 S4 g" d5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)4 z! J K/ @% g8 Z7 m
5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)
; k9 Q2 o8 ~3 C3 `/ k5-8 思考题
% d4 M. H. A+ N* q' s$ q7 G8 ]1 L4 x1 ]- m }
第6章 基于Faster RCNN的ADAS场景目标检测项目实战$ K# K9 R+ i% w N f8 m7 U6 a
6-1 ADAS业务场景介绍 (15:04)
9 d9 F5 K: d$ [, S% S' w6-2 Kitti数据集介绍、标注格式、下载等 (10:22)5 `3 q5 \! S B) @- l
6-3 Kitti数据集类别提取编程实现 (14:13)/ k/ s" {' Z! z% \) v1 ^# O" }+ _& \
6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)
4 ]% G+ i6 O2 L7 Y2 j- }- b$ z6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)
7 E- q) Q ]- W' B% O" A6-6 Faster RCNN目标检测环境搭建实操 (05:34) |( J2 U4 S+ J5 W
6-7 Faster RCNN目标检测框架介绍 (09:10)) i. L& w+ o$ @# S, F2 `
6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)% W" v2 C' S' _7 c6 j1 L
6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
9 @; u$ O# K$ l* X) e6-10 Faster RCNN目标检测模型训练及其优化 (06:58)
# s# N! y& a: J: i, B6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)0 F9 L& ?5 c4 [ c7 g% c
6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
1 I; g; [/ B# J9 |5 o ]6-13 思考题8 F6 v" o: q, G
1 c" w3 A) |) X( |
第7章 YOLO系列算法原理精讲
0 O/ X5 C* P4 K5 _1 Z$ i- T7-1 Yolov1算法 (21:28)
6 L: q0 ~& D8 A- L- `7-2 Yolov2算法（1） (12:38). \& U/ ]0 u! U) h
7-3 Yolov2算法（2） (11:42)( d Z% F# s! K; C1 u$ r4 d
7-4 Yolo9000算法 (05:12)
2 X' C- c$ G, w, Q7-5 Yolov3算法 (10:44)
# g6 [" y' ?' r1 r7-6 思考题
, [2 A X: u2 P; U4 e5 J8 D" O$ d# n6 x6 E# G0 n, M) E
第8章 基于YOLOV3的通用物体检测项目实战' y1 ~9 X3 N! q4 L# R- @! `' ^
8-1 物体检测业务场景综述 (17:53)0 J+ \& K' A) F9 F" {& e* B
8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)# }# E6 N$ Y1 a4 v5 q/ j
8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)( ?& E6 N$ H2 B
8-4 DarkNet框架解读及相关配置说明 (18:06)
2 e7 G5 }- c* t. {2 ?. n8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)% }/ X# D* H! c$ E2 W
8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)' F8 q4 P x* V, l+ w/ y6 g
8-7 思考题
7 V3 w7 S7 D4 k, S9 H c2 O+ y! W8 Q6 h
第9章 文本检测系列算法原理精讲
' i, g' E/ o* a/ l9-1 文本检测算法原理介绍 (12:50)
' y6 A1 \8 F; s6 w! ]0 I9-2 CTPN模型 (10:38)
. A; Q$ E4 M# j2 U+ b9-3 RRPN模型 (19:11)
9 f i4 d) m9 J5 K9-4 FTSN模型 (11:41)) |: Y F- m: \ t& n F U; o
9-5 DMPNet模型 (15:56)
% v+ F2 g% H+ J# ]7 {$ b. T6 Z9 c9-6 EAST模型 (09:17) \7 Q5 I/ A, |0 ]! }- T- y
9-7 SegLink模型 (13:01)6 s& h* a( m/ t( @' k# P! i F8 i
9-8 PixelLink模型 (16:35)
! \; j" q% r5 I8 a' V1 V& G" C* w: B9-9 Textboxes讲解 (18:41)
3 {4 l3 }' k* k& q. o, T4 [9-10 Textboxes++模型介绍 (25:34)
# U- _* `- S. _6 w. `. t o, Y9-11 文本检测常见数据集 (21:16)
: g9 z; U$ E8 F9-12 其他检测模型方法介绍 (14:56)
- q- _8 H- c5 z5 u9-13 作业节
8 \- n0 c8 E$ u' {8 y3 D t7 e8 c8 {& t$ D3 P7 u7 U5 G0 Z
第10章 基于EAST的自然场景文本检测项目实战0 z' F) R% b5 U6 h
10-1 自然场景下文本检测业务场景综述 (15:26)
1 y) I' N$ o, I. R- L: X1 ^10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)# n; E/ i- i- O1 X6 Z
10-3 EAST文本检测框架环境搭建 (09:03)+ {$ A& `6 t% G2 B6 o: H- e
10-4 EAST文本检测框架解读与训练实操 (16:23)
' a) H& L S/ t+ B5 Q3 m2 o! w0 I& E10-5 EAST文本检测模型测试脚本编程实例 (09:26)+ |7 S. d0 d/ y
10-6 作业节
) q+ n% y: e' ]6 z k7 k$ D6 x+ e, Z0 D; C2 T2 O' T' ^
第11章 多任务网络原理介绍9 E7 i6 ?" r/ f$ [' R: d# F; ]
11-1 多任务网络业务场景综述 (07:49)& e* U! ^& H8 r2 }* j, L' L( E4 D# z( \
11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16), C: r% u, M1 S4 I1 i2 j, o3 F% `5 s
11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)
; [9 {$ d; ~0 J0 \: d4 N% g) D11-4 思考题! u, z3 M4 `, p+ q7 D" k
5 ]5 W0 A5 [7 D! @) b( I
第12章 基于人脸检测+关键点定位的多任务网络项目实战
; U& R1 q' a6 E- {9 P( S12-1 MTCNN环境配置、框架解读、数据打包 (18:41)
: `. t' i8 m% v: J0 n8 H12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)- m0 d0 w. `9 B2 M7 k
12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)6 c# }/ [& @& w) P: b' H6 T
12-4 MTCNN模型训练介绍 (03:33)
% H, P% b: ]8 d+ i/ \12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)! C, F% Q; @1 Q" \( G
12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)" u' Q2 _/ w R S; Q. w
12-7 思考题% N$ w; c( I7 Q! ]/ q8 }5 H
4 g, Z) f. b# p- r7 f% P
第13章 课程总结$ y' }2 Z+ h# d/ B$ t
13-1 one-stage vs two-stage (13:13)6 r7 }( i" P, r4 x
13-2 不同目标检测算法的优缺点对比 (12:52)5 g! ` x- f7 v( w3 k
13-3 作业节
" q0 g5 Q* O' @2 b% u1 s13-4 不同目标检测算法的精度对比 (10:42)* } o$ h; {5 s N
13-5 作业节
, \5 A9 `. W! B+ Y" n13-6 常见目标检测研究对象与数据集 (10:37)
" c- y/ z( M4 [13-7 目标检测常见任务与性能评价指标 (18:23)
6 T5 K3 w; q/ q8 G, B13-8 目标检测行业应用现状-人脸检测 (17:31)% D. k/ g% ]0 @
13-9 目标检测行业应用现状-ADAS (10:20)6 t8 C$ a b: Q6 q! _9 B I
13-10 目标检测行业应用现状-文本检测 (09:05)# k4 n/ u+ n- x% g2 ?' R5 N
13-11 课程总结 (19:30)" M* }* G# A F9 r) b1 t b! U% w
9 [( X2 n/ ]* y+ l0 J
〖下载地址〗% \1 p3 p0 H% _* n
% F; q( P" d9 B4 R9 y1 V〖升级为永久会员免金币下载全站资源〗
0 v/ I7 p: O1 Y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
" L0 o8 g% w/ d( e' q. m4 D" J |
[复制链接]
