/ j' x% M9 q, f. J0 Y E6 |
q& P' Z4 B4 k1 i& V- W〖课程介绍〗2 T8 x& C: G3 S/ M
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。% n8 `$ _5 m0 m: [& I
- B# `: i9 R( v0 X( H1 M' h$ `〖课程目录〗+ s9 r) E5 @! X3 K4 I u, I! u
第1章 课程介绍 试看% ^* Y7 K+ R9 ?/ N: V6 o/ F: k
1-1 课程导学 (22:58)试看
( D/ x; V: d4 X% O2 B* R" q# r
1 d) r$ v3 M$ B/ z第2章 目标检测算法基础介绍
' M7 l5 g: B# {$ r' x2-1 目标检测问题定义 (12:10)
& e7 ~& c# j% E+ k* O$ b2-2 目标检测问题方法 (15:11)6 l+ v s3 W) e3 q
2-3 传统目标检测方法基本流程 (05:33)
3 J" y+ P+ Q. T9 h4 {. [; d2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)- V( y! `7 z1 R! \: v) t
2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)8 i5 M. S% D: A9 R$ O% F4 e
2-6 常见传统目标检测方法-DPM（物体检测） (06:34)# X4 x9 J% K9 R4 D# n3 x
2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)
: l0 b* T$ V% S+ h# a0 U2-8 Two-stage基本介绍，流程与常见算法 (08:25)
V8 F( C$ a1 }5 v, m2-9 Two-stage核心组件 (21:06)+ J. b/ a, F! D A) ^
2-10 One-stage基本介绍、流程与常见算法 (04:36)5 D8 e1 X, G) ?- B, j3 D+ E- m1 p
2-11 One-stage核心组件 (18:52)$ k% R1 x( F! _
2-12 One-stage与Two-stage优缺点对比 (05:14)
3 W. j3 ^* D/ o- j/ E, X4 f5 e2-13 作业节5 _5 o$ i7 c6 ?" _* e
0 M% L$ \# R# G) x& F. f
第3章 SSD系列算法原理精讲 试看
/ [4 P6 ]* c$ X' t+ |3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看 J' _- \# }5 V# |+ P7 O
3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)' t9 t _$ ?% l% g: d
3-3 DSSD、DSOD算法 (13:29)
- g3 b; T& G( G, I3-4 FSSD、RSSD算法 (09:29)6 f; o% L/ u! D$ ]0 y
3-5 思考题
8 B& s" p1 Y% V3 ]( L4 T% z) G# V' m) Q( ?- M
第4章 基于SSD的人脸检测项目实战 试看 N2 u- ~3 a1 q) n4 {1 S
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)
8 o" ?$ u7 }- O) {- g4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)
& @- |& B' s) Q& B: G4 {# F4-3 Wider Face数据集介绍 (06:36)4 x" V+ K6 w) J G, L
4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)+ s0 y8 H' i: p- l7 q: B/ X
4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)6 D1 d4 b4 _# I4 \) w' ?! d: _* P
4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)
) P4 t6 e! v5 ]' U# e6 H; b4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
# `0 m& f. J1 |+ [4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58) `* ^) j% c* [4 ?. q) L
4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)) V2 t- G4 f* T) ? [ r
4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)" M, L1 u5 W4 q' {" _; E
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
) u9 G% m+ c# X4-12 思考题
7 x# v3 N. I# ]/ C9 _0 q
1 ^9 t* _- n; v J6 ^5 f; q4 c$ _第5章 Faster RCNN系列算法原理精讲
5 f8 G. \' v- z) f5-1 Faseter-Rcnn系列介绍 (06:38): e) t w N; k1 P; \. S+ F0 d( a
5-2 RCNN介绍 (14:19)8 R P0 T% ]1 x3 U' p5 I$ k/ T- |
5-3 SPPNet介绍 (10:23)3 C- K2 I/ E5 o- X& o
5-4 Fast rcnn介绍 (21:02)
1 j) r5 s7 S4 u# a, B5 @5-5 HyperNet、RFCN介绍 (12:47)
0 M2 n2 U* l1 w* b) V! G7 c. b5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)2 r6 C% V$ T9 f7 U4 D( w8 c
5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)
. @/ H8 p8 i- w5 u5-8 思考题
5 T4 g Q2 u( w4 \$ f; A* i* k# P& C' I4 V
第6章 基于Faster RCNN的ADAS场景目标检测项目实战
# U8 {( ]/ @8 ^1 E8 h) m0 N& l6-1 ADAS业务场景介绍 (15:04)
4 h* x C: V7 E0 q6-2 Kitti数据集介绍、标注格式、下载等 (10:22)
2 d) @4 A; M% b6 Q: E6-3 Kitti数据集类别提取编程实现 (14:13)
% y4 O( k" K. H# [% H; h6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)# ^1 f& T( p, E4 W
6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)
# K* F$ P) B# m; n+ _3 g( S6-6 Faster RCNN目标检测环境搭建实操 (05:34)- z/ L0 X+ ]: F. M5 H) {$ U
6-7 Faster RCNN目标检测框架介绍 (09:10)1 ?2 M. f: Z" W4 V+ {: g6 |
6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)% Q/ W3 F# ]; |5 M8 ~2 A- x$ L
6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
% X# s- R- E2 A1 ~5 [6-10 Faster RCNN目标检测模型训练及其优化 (06:58)1 R) W& ?( M% x# P
6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)$ v, e5 U% t+ |, B6 I
6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
: g1 z) ?# w! M* a; I6-13 思考题/ K% p# d* j8 M
- Q( t1 Z* } D9 u- Q Q, G
第7章 YOLO系列算法原理精讲! S% k; f* z7 D# H# I" U
7-1 Yolov1算法 (21:28)
+ w5 b9 }* t+ y7 z# F7-2 Yolov2算法（1） (12:38)
3 t3 {5 [; l1 K$ x/ Z/ i! Z7-3 Yolov2算法（2） (11:42)6 z8 Y# [' r, M O# c) s
7-4 Yolo9000算法 (05:12)! D3 T a& o& J; P0 w; B( W
7-5 Yolov3算法 (10:44)
$ w7 l; n" ~9 w5 I3 S4 o5 Q+ C$ G( _& L7-6 思考题
$ t5 h9 p9 P) w' a: c5 E M. O$ d; r
# @& K2 v, `; n$ M! Y0 S2 w+ d6 t7 q0 Q, w第8章 基于YOLOV3的通用物体检测项目实战+ }3 W' P( H3 F. H& }
8-1 物体检测业务场景综述 (17:53)9 L! n, n3 O8 _, g. A" B
8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)3 ^- H; U7 Y! i& O \% |, h
8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)
, s; T/ _& u8 F- m8-4 DarkNet框架解读及相关配置说明 (18:06)
6 n8 L+ x! c7 h4 B: p8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)9 I9 k7 D% @ S4 t! J4 w _
8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)
8 A- n8 F8 N* i! R& L$ o% v8-7 思考题
5 J# E/ ~) x% l, @( y
# q5 D- }6 E) e) S6 [ r0 X第9章 文本检测系列算法原理精讲, W5 `/ t' g$ z7 G% l4 v- t
9-1 文本检测算法原理介绍 (12:50)
( G0 Z- |# E: p8 E! u: X9-2 CTPN模型 (10:38)) o9 T1 G$ t, O* x5 H
9-3 RRPN模型 (19:11)
# s2 |# j+ y `( y" v3 P8 v9-4 FTSN模型 (11:41)) j( H$ q5 l P' q( t' g; D
9-5 DMPNet模型 (15:56)
) w/ ^! W O+ ?- a& Z9-6 EAST模型 (09:17)( P. k' {6 x) w! ?4 G8 {
9-7 SegLink模型 (13:01)
! M& n. L' I9 N+ X" X; Y% g9-8 PixelLink模型 (16:35)
k* U$ c, x1 Q- q; g+ d9-9 Textboxes讲解 (18:41)% e T- K- R6 V# m" [
9-10 Textboxes++模型介绍 (25:34)9 a( y( j4 \" B$ T! H F. j
9-11 文本检测常见数据集 (21:16)' l; f$ Z+ O6 P
9-12 其他检测模型方法介绍 (14:56)
) v: l, }5 [6 q9-13 作业节" \6 T+ U7 V. O: O s; Z
" D. R- }# y$ m' ^第10章 基于EAST的自然场景文本检测项目实战
& i0 `- ^) G4 r! t+ e6 O1 a" u10-1 自然场景下文本检测业务场景综述 (15:26)
; j4 ]5 U; I/ w! P8 q& g: g- q7 w10-2 ICDAR数据集介绍、标注格式、下载等 (11:00) S7 r0 }( x' n& i: v% a0 L9 k
10-3 EAST文本检测框架环境搭建 (09:03)
' |) Q- y/ \; @& B! H10-4 EAST文本检测框架解读与训练实操 (16:23)
) a: H% c3 U* `4 C6 t1 M10-5 EAST文本检测模型测试脚本编程实例 (09:26)
8 P3 P! l" W2 b2 o8 o |10-6 作业节4 Z2 b6 o8 c" O% }. q* \& E
' L: I+ r2 |. u5 A0 G第11章 多任务网络原理介绍7 h" V, u7 ]' P
11-1 多任务网络业务场景综述 (07:49)8 c8 a; Q- c4 {: M6 @8 p7 P$ M
11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)
, Q. d' x; L9 E2 q4 Q0 l) R- {11-3 人脸检测+关键点多任务网络数据集介绍 (05:30), v7 o# z0 Q5 }# F5 ?8 O' t& A; O
11-4 思考题1 X2 B5 J6 `8 y* F1 t3 P
0 E. i, n; A5 u: @9 ~4 n g( q第12章 基于人脸检测+关键点定位的多任务网络项目实战
2 _3 ^6 i. k8 |/ W$ }/ w12-1 MTCNN环境配置、框架解读、数据打包 (18:41)0 r5 I+ x1 f/ m4 P/ c! _
12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)
% P1 O8 y. s/ O12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)2 C! Y7 Q4 A& u p4 F+ z' [, p
12-4 MTCNN模型训练介绍 (03:33)# K* H4 f# ` s* r( l9 d1 m2 j3 i
12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
: U/ Q/ X! Y3 Q- c6 f7 V ~7 ^& E9 M12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)) z; M, _) V( K! S2 P F
12-7 思考题
9 F) W; p# ~- n5 }/ X7 ^5 S
( g/ u" t6 K T( P% i, |% j第13章 课程总结
5 B. n* f) g' |5 I5 H' k( D: K13-1 one-stage vs two-stage (13:13)) E8 }1 V0 H( [& U( i
13-2 不同目标检测算法的优缺点对比 (12:52)8 {- i8 x1 K4 B; S
13-3 作业节+ F3 \3 t0 j& m% d& F8 D
13-4 不同目标检测算法的精度对比 (10:42)
9 P s+ Y5 L8 W1 O8 `13-5 作业节% R, l+ f) u7 u# w$ x3 u
13-6 常见目标检测研究对象与数据集 (10:37)' p: Q. V4 j5 \( _% I
13-7 目标检测常见任务与性能评价指标 (18:23) N1 e, H% P& @% }8 f, j) j
13-8 目标检测行业应用现状-人脸检测 (17:31)1 e0 f/ H" X: @
13-9 目标检测行业应用现状-ADAS (10:20)( }' r2 H- E/ o6 a" J6 `
13-10 目标检测行业应用现状-文本检测 (09:05)
* f8 n: V+ v- r3 B9 R* a13-11 课程总结 (19:30)
! v/ w& w/ ?! [0 o, L% U# o
' ]' F) M% m( k7 Q〖下载地址〗
4 o# `8 w1 W5 l. \% M" J( v: |7 D* S( ?
〖升级为永久会员免金币下载全站资源〗, h9 |( o( v& Y2 K
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
. ^" ~ |, y. Z
|
[复制链接]
