4 p0 d/ g2 U4 ^6 G! R) C `( |' g
7 v0 Y8 ^9 R0 _% d+ B7 n1 t〖课程介绍〗
% C# n% ^$ I; ^8 \( b& Z/ A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。
. L7 G2 Z2 j/ I' F( g9 X
2 U- h" ~9 E4 Y- M. c〖课程目录〗
4 [5 F& ^! @$ ^4 a( u第1章 课程介绍 试看
5 L4 a8 I* v4 h# H2 J' h1-1 课程导学 (22:58)试看3 v0 W y& f' m0 l! a' v
g" l7 D3 v5 u) I+ k$ j1 w
第2章 目标检测算法基础介绍& ~) ]8 y5 e! n4 {% `" W# ?
2-1 目标检测问题定义 (12:10)
9 f$ J \3 ~1 Z2-2 目标检测问题方法 (15:11)$ ]1 |" d f; }! m) ]: t% Z: K; B
2-3 传统目标检测方法基本流程 (05:33)3 j' W3 |) q1 ?1 F- @
2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)" b) ~* Z1 p# z. Y" o8 e8 q
2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)
4 `) d* N k. E5 x: ^2 N* \2-6 常见传统目标检测方法-DPM（物体检测） (06:34)
5 ]1 g3 S8 {( G' G# Q8 c8 b2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)
8 e4 G. R$ B$ n# M7 }5 u% u2-8 Two-stage基本介绍，流程与常见算法 (08:25)
2 r: i# ]+ y2 `/ E- h2-9 Two-stage核心组件 (21:06)" z" y3 I8 v, J) w% L7 I/ r4 H6 Q3 b
2-10 One-stage基本介绍、流程与常见算法 (04:36)
+ d7 D, v8 h8 g' X/ D2-11 One-stage核心组件 (18:52); r, y# e0 A) x3 Q+ X
2-12 One-stage与Two-stage优缺点对比 (05:14)* d% ~; _8 V* x1 m* X. M$ W, [
2-13 作业节
& D( t( {3 v. E) P
/ |. O; G" }: X) O; t% k# Z第3章 SSD系列算法原理精讲 试看
. w0 T( b2 M8 C) R0 [* J* B2 X, ^3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看
7 h1 l9 @9 k$ C: c7 \! V$ T0 \- e$ }; w3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)( _9 k0 R+ ]2 }% }
3-3 DSSD、DSOD算法 (13:29)( ~, t% s7 |; o2 z
3-4 FSSD、RSSD算法 (09:29)
# B- c! i6 j# k2 D! y3-5 思考题+ y9 k4 M M7 c. C; ?% |# s9 n
9 g' ~; S4 n8 q5 n) s8 w0 }+ L第4章 基于SSD的人脸检测项目实战 试看- S, X3 G7 ]! E8 j/ N& 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)
2 D5 C( A( H( q) P* p/ K1 \- G4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)& a5 k$ k0 ]/ E( u ^
4-3 Wider Face数据集介绍 (06:36)
6 R, a0 x0 H0 u2 j* p4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)
. ?; E8 Y8 x/ ~. p- J5 G* g8 j4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)
! Q" n% ?7 F7 Z$ z4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)5 f, V4 T# N$ ^8 J
4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
6 I' u5 K7 [* f4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)
0 s+ n* O/ g% h9 d& J0 T' R4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)( ?( Y q* t! H
4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)6 h: W' e3 e1 ?2 B
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1 z, D J$ z- R1 H! Y3 W( @! c/ i
4-12 思考题' j: F2 r8 P% L7 x% J/ w( c- Z
9 c+ V: i. i! X0 H5 W$ V: U- Z8 w
第5章 Faster RCNN系列算法原理精讲
. p6 S, Z) I/ N' Q4 H/ S( F5-1 Faseter-Rcnn系列介绍 (06:38)
* o; L. T3 |: h) e5-2 RCNN介绍 (14:19)
# I0 ?8 Z9 H! n1 [2 V: z5-3 SPPNet介绍 (10:23)
, C+ t' l1 r( a& l# J, L/ {5-4 Fast rcnn介绍 (21:02)0 P# X; M |& n4 j& X* F
5-5 HyperNet、RFCN介绍 (12:47)/ F7 r. x+ H9 x2 T4 N6 N
5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)
) p, q5 |% W6 X0 S# _; |& o0 X5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)
9 C. m; E. ]3 ]) `) |- r& N) _5-8 思考题
- ?# H# \( l, e6 |% v" I7 j% T: O+ A7 K$ h
第6章 基于Faster RCNN的ADAS场景目标检测项目实战7 r( d2 F# r+ ^
6-1 ADAS业务场景介绍 (15:04)
* n/ g7 T1 K$ M6-2 Kitti数据集介绍、标注格式、下载等 (10:22)$ ~" O' m2 F) `
6-3 Kitti数据集类别提取编程实现 (14:13)2 X" L' r; ]# `/ B- b0 ?8 t
6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)
* ^2 k) }$ V# t" M6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)
6 I. X- ]+ N7 ~3 l( C% V6-6 Faster RCNN目标检测环境搭建实操 (05:34)& N5 z7 {6 j1 u( p& [9 P1 Z
6-7 Faster RCNN目标检测框架介绍 (09:10)
- ^! B, a% e' K6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)" g- X, ^+ b8 v1 d9 F) N
6-9 Faster RCNN目标检测框架配置修改实操 (14:47)- Y# g# X8 U5 x6 I; j. y# `: m% \# g) N
6-10 Faster RCNN目标检测模型训练及其优化 (06:58)
$ h8 g6 J! q. f6-11 利用Faster RCNN测试脚本进行模型测试 (06:25); D/ u& v$ h% X( l- j; ]( r+ p
6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)0 f. }* c0 e. e3 O- v1 b
6-13 思考题) H- G; U5 m G
8 b3 b2 e) L0 a9 x" b) H% b第7章 YOLO系列算法原理精讲 Y- d$ j) V& z, k7 e2 F( H
7-1 Yolov1算法 (21:28)
+ h) D1 m+ A4 ?4 m7-2 Yolov2算法（1） (12:38)6 Y- U1 h2 \2 P& u9 e
7-3 Yolov2算法（2） (11:42)/ P. y' X+ c8 B
7-4 Yolo9000算法 (05:12)8 ^$ o4 a. U, {# D* N6 v! D
7-5 Yolov3算法 (10:44)
: V3 @+ v/ s, r7 N6 I& r7-6 思考题
& D \. O2 O5 U& R% C/ }( F& Y; C$ }0 o& v4 u
第8章 基于YOLOV3的通用物体检测项目实战
' z H: j0 O7 V4 U4 k8-1 物体检测业务场景综述 (17:53)' ]" N3 b% j. Q8 i; @3 E
8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)
& m+ h3 ~+ M6 ]8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)/ r) J4 b! S7 n2 n( |
8-4 DarkNet框架解读及相关配置说明 (18:06)
6 I7 e' n; P- z8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)
3 |& K( b$ T6 Y; U8-6 YoloV3检测模型的测试介绍及编程实例 (12:15), p* e0 l* R! `, e4 h
8-7 思考题6 J" f7 }5 ^5 q/ i7 h1 X
# g; F1 K1 u, V l' P* a
第9章 文本检测系列算法原理精讲' W/ ~+ n: j& h" M/ W7 A! O
9-1 文本检测算法原理介绍 (12:50)7 Z2 O, v+ V) C% T5 d
9-2 CTPN模型 (10:38)
4 n4 t2 |6 _- I7 y" p9-3 RRPN模型 (19:11)& }0 R2 g# P- [$ `3 H5 Y1 u! Q
9-4 FTSN模型 (11:41)
% _$ R. `5 R6 R" J/ t1 w9-5 DMPNet模型 (15:56)
; l5 d& I$ W% [+ d0 U0 Z E9-6 EAST模型 (09:17)
& S; T+ b6 q8 @+ t9-7 SegLink模型 (13:01)4 _9 R8 C- U% D
9-8 PixelLink模型 (16:35)
- o8 W; F4 M+ E# k5 i2 J9-9 Textboxes讲解 (18:41) ^" `! T/ E, s2 Y5 j
9-10 Textboxes++模型介绍 (25:34)
2 a# A2 `6 E# \: B9-11 文本检测常见数据集 (21:16)9 L9 G$ M* n/ F) \
9-12 其他检测模型方法介绍 (14:56)
- |4 L9 }1 R! p, \9-13 作业节( g* d) O7 [# o3 w
5 |& Y5 G1 e0 T- ]% _% s7 n
第10章 基于EAST的自然场景文本检测项目实战; P0 r# n6 Y* y/ }. L9 s6 ^, j
10-1 自然场景下文本检测业务场景综述 (15:26)& E8 O4 P1 g7 R' k6 _: ^/ N
10-2 ICDAR数据集介绍、标注格式、下载等 (11:00), g$ C0 s+ A/ O1 @. w
10-3 EAST文本检测框架环境搭建 (09:03)& K" P( e9 X9 v d* P1 ^7 e: i
10-4 EAST文本检测框架解读与训练实操 (16:23)6 }: |5 e9 {! {# K: _0 }" z
10-5 EAST文本检测模型测试脚本编程实例 (09:26)
: J& o0 o0 d! t6 V+ e" {10-6 作业节
# t4 n4 {4 G ?& Y4 b6 [# [4 D# D8 E n; }, V) P3 Q, t
第11章 多任务网络原理介绍
5 p2 ^3 z+ S4 {- R11-1 多任务网络业务场景综述 (07:49)8 f% k; n1 k& H; k- y
11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)1 m1 M' k; K2 A' z+ n. u0 P
11-3 人脸检测+关键点多任务网络数据集介绍 (05:30). \5 o- C2 M1 u% w, k# @
11-4 思考题6 v7 Z1 w0 D) l
# @: M: H& G. u' P- s第12章 基于人脸检测+关键点定位的多任务网络项目实战" P0 Z& ]3 _& \3 {9 p/ M( f
12-1 MTCNN环境配置、框架解读、数据打包 (18:41)) Z' D w7 X, |0 | s4 y- M0 |& R, h
12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)
: B8 u: a& k% V/ }) R. a12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)
0 f l& Q' G g: l- D' S4 i4 T _5 @12-4 MTCNN模型训练介绍 (03:33)
1 S/ p8 B! k% G8 f12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)# g) Q/ L; m, R, P: M
12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)
' I1 q% I! y. L& S$ T12-7 思考题4 y/ A) \, d+ J. N8 m& M& r
6 a/ J/ m" K+ t) U& |& i
第13章 课程总结7 [" u1 Y; b+ w, b# w
13-1 one-stage vs two-stage (13:13)9 D1 F9 s8 t+ W* S
13-2 不同目标检测算法的优缺点对比 (12:52)' R: t+ d1 r8 W$ X% g$ Y: d: \
13-3 作业节8 S. k8 c$ q$ g3 i- |
13-4 不同目标检测算法的精度对比 (10:42)% e% v7 f8 X& A$ o
13-5 作业节
& J( b- Q* p( z6 p3 P13-6 常见目标检测研究对象与数据集 (10:37)0 x" a2 |8 z3 [% C; Q
13-7 目标检测常见任务与性能评价指标 (18:23)) ?( f! F; Y3 Q- o- ^2 Y# l
13-8 目标检测行业应用现状-人脸检测 (17:31)( ^2 c, Y6 m# d/ D s9 Y( j
13-9 目标检测行业应用现状-ADAS (10:20)( s! ^# ]* k8 I1 S' P" \
13-10 目标检测行业应用现状-文本检测 (09:05)
' D- H$ Q; d8 _0 F4 Z/ K# N13-11 课程总结 (19:30)1 U5 ^' P# y# ^
+ ]/ o. d1 I( q1 p' Y〖下载地址〗9 }$ x: k* K9 k; i* \
R' \$ E! N% I' m) ~/ }' [& n
〖升级为永久会员免金币下载全站资源〗+ U( {& n. E. K9 ~5 s% B3 t
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
, _ ?4 @* ~) m) h |
[复制链接]
