% i. o3 w" F; l. `
6 `9 @8 ]" E( h- j! i7 o5 Y〖课程介绍〗) O7 s! R3 c" I. `
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。0 z, e$ c9 l/ k& J, P) e- H8 X' j1 I
9 l0 m, Z, r$ I, k5 n* ^〖课程目录〗
, a: h2 O" ]* t& _0 g R: l第1章 课程介绍 试看; J3 W- d0 y9 b! z! j
1-1 课程导学 (22:58)试看% Y1 `" A% G @. `; J# U5 ^6 j) t
1 W. ~6 I+ I4 r5 ]' U2 H第2章 目标检测算法基础介绍
" ]2 x% {* N+ D3 \2-1 目标检测问题定义 (12:10)
2 e4 r5 T2 t- z5 u0 I( }' G2-2 目标检测问题方法 (15:11); W1 m! j/ f" o( f" Z$ b2 `
2-3 传统目标检测方法基本流程 (05:33)" F- w0 [8 g" g0 V& u' ] j) ~
2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)
2 E& P4 ^% `7 q6 E" j2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)
! x" E1 {7 c; B# [( y6 q {4 H2-6 常见传统目标检测方法-DPM（物体检测） (06:34)
6 ~# ^9 H% g+ h& ]2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)& [4 B8 S0 a9 x8 s$ H6 Q
2-8 Two-stage基本介绍，流程与常见算法 (08:25)5 ?1 [( ~0 T' v2 C
2-9 Two-stage核心组件 (21:06)6 @ K. S& ^" l
2-10 One-stage基本介绍、流程与常见算法 (04:36); q4 M3 N" y; E2 |- u9 z) R9 j
2-11 One-stage核心组件 (18:52)6 j) B( m9 h0 a: S8 | K
2-12 One-stage与Two-stage优缺点对比 (05:14)
5 f! W7 x0 I0 L% U; ~2-13 作业节" r7 ^# g: l8 V5 A; B( W! U
- p4 H9 P5 N9 R
第3章 SSD系列算法原理精讲 试看
" L4 B. g. W7 d3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看- g, X) [, s; K% ]. [+ M: J4 M
3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)
+ ~* G0 t' h4 }- K$ z! D# Q7 y8 b3-3 DSSD、DSOD算法 (13:29)7 o) D8 ] \. x" A
3-4 FSSD、RSSD算法 (09:29)
- I6 d V, b: A& q: y3-5 思考题
! `$ y, O5 u% s; I
5 y8 S T+ m9 h) d& ^8 P第4章 基于SSD的人脸检测项目实战 试看
; Q+ z' Y0 R- e9 C J4-1 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)
% M( W$ H: n2 }% ]. s+ F4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)* J z1 [+ B$ I4 p, K2 T
4-3 Wider Face数据集介绍 (06:36) \* B2 \; K% J4 B$ n( ?
4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)
7 ~6 h; s" L2 g# p) |4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)
! [; V% M3 _) N4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)
3 J2 l3 J- K8 h& X4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)/ O2 W; u( K, _. @
4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)
5 U9 ~5 j( O) Q4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47); |6 W9 X7 r0 {4 h" `7 `9 N
4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)$ ^ p( N" s! s( T7 r
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
6 O6 o( C- r( ~4-12 思考题
7 S) L/ |; u3 g3 h; q2 u
$ k6 T9 {, `6 |4 Q; @! T3 J% u第5章 Faster RCNN系列算法原理精讲" E0 g( H" a+ l4 Y! N U$ h
5-1 Faseter-Rcnn系列介绍 (06:38)
- T* s# z! y4 O; k' f! [% D. t5-2 RCNN介绍 (14:19)
7 K3 h* _$ g) |- y* I9 E5-3 SPPNet介绍 (10:23); |' p U1 f- h) i! [8 y
5-4 Fast rcnn介绍 (21:02)
- r b- ]1 N, y$ W9 l2 J8 j: p, j& [5-5 HyperNet、RFCN介绍 (12:47)
3 {5 Q5 ]4 C, S9 m$ [5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)
4 I! ]: m2 L% Y7 g( P" ?. f, |$ T5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)/ I, A) q0 P; _9 @9 W7 r
5-8 思考题
2 M5 m6 H7 k3 L5 F& ~. [2 m+ f/ O7 D) T2 s2 E' r, ^& v
第6章 基于Faster RCNN的ADAS场景目标检测项目实战" |8 Q5 a( U* T
6-1 ADAS业务场景介绍 (15:04)
- Z5 F2 s! F+ F6 w! Q6-2 Kitti数据集介绍、标注格式、下载等 (10:22)
. l1 L5 N+ c8 b3 ?: e' u. v6-3 Kitti数据集类别提取编程实现 (14:13)
7 Z) j0 Y7 Z1 i, l1 j& G: V6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)
1 w) h6 H; C; ^ |6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)7 {4 G3 Y; d$ \: H: C o
6-6 Faster RCNN目标检测环境搭建实操 (05:34)/ M" { d' k% ?/ z' Y. I& p
6-7 Faster RCNN目标检测框架介绍 (09:10)2 w! R9 J; d/ w! }
6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)- Q+ z* l. D" z2 E1 Q S; A0 k. R
6-9 Faster RCNN目标检测框架配置修改实操 (14:47)( _: u( `1 ~! c4 K. h
6-10 Faster RCNN目标检测模型训练及其优化 (06:58)
! E. C/ _' Z& \" m7 Z9 j' N+ s6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)
$ K6 K& ]8 \4 J! ^/ g. F" Q6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
( V9 g# _) C% L0 A8 i6-13 思考题6 w# ~" n- ?6 y1 W: }( _
: V+ v6 p1 e: }( p1 b9 [8 X2 k, J
第7章 YOLO系列算法原理精讲
$ F$ K& A- z5 p' s/ t7-1 Yolov1算法 (21:28): F/ {1 v! f; |& l1 t
7-2 Yolov2算法（1） (12:38)7 Q6 v. K/ o. x' i
7-3 Yolov2算法（2） (11:42)- e/ f+ u6 K1 y3 O2 }: v# |+ e; U. `
7-4 Yolo9000算法 (05:12)0 u1 C5 p& [3 y) o0 x0 U, Y7 J" l
7-5 Yolov3算法 (10:44)
5 v1 | W# u) b8 u! V' k( X7-6 思考题2 q: H: {) O) [3 o* v
6 i0 d7 q0 m3 M% W# G# P( u ?
第8章 基于YOLOV3的通用物体检测项目实战& Z5 X* \' E% v+ D9 n
8-1 物体检测业务场景综述 (17:53)
" W3 f8 S7 a, v" L& K1 y3 S8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)
( _5 ~9 R1 w6 w, Y8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)
1 h t7 w0 G5 Z/ }' u/ E8-4 DarkNet框架解读及相关配置说明 (18:06)7 p7 K: U9 n0 D* N m# P
8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)
/ c$ c# t4 p' E8 g) m& Z9 x8-6 YoloV3检测模型的测试介绍及编程实例 (12:15); r: e1 `/ J: L% Y- d. o7 Y
8-7 思考题4 i5 U( W7 [; N/ {7 Y( ]) p
. C7 |. `3 l: \第9章 文本检测系列算法原理精讲' V2 S3 O' l' V z) g' H
9-1 文本检测算法原理介绍 (12:50)
2 U) l4 Z T3 \+ E' N" N7 [9-2 CTPN模型 (10:38)% x& K7 a' Q0 j2 `# t9 |
9-3 RRPN模型 (19:11)
& k" [" ]1 l% a2 c6 S* |5 F9 Z9-4 FTSN模型 (11:41), j4 Z# r8 W" q1 O: [8 D
9-5 DMPNet模型 (15:56) r. A( G3 X |4 z0 q
9-6 EAST模型 (09:17)
8 b! \: z% [9 D7 v/ u9-7 SegLink模型 (13:01)
$ p* A' z; D( {9-8 PixelLink模型 (16:35)( E. C' S+ y/ g6 b' ]! o7 u3 @
9-9 Textboxes讲解 (18:41)$ d& K7 ~! M8 V- n7 j; r
9-10 Textboxes++模型介绍 (25:34)
4 o# _5 n9 h; l! u) l3 H9-11 文本检测常见数据集 (21:16)6 F/ ~2 |+ k7 m7 c' j. l/ h, l( e
9-12 其他检测模型方法介绍 (14:56)3 [; o$ {) n K+ B
9-13 作业节. s, G( K: @# F, L. m
0 c m2 U: z% B S& ~% I0 Q第10章 基于EAST的自然场景文本检测项目实战2 i$ ?9 z* A$ x+ G9 P* ]
10-1 自然场景下文本检测业务场景综述 (15:26)
) C! ~7 h8 u% c0 X' D10-2 ICDAR数据集介绍、标注格式、下载等 (11:00): A2 t5 B7 |+ F
10-3 EAST文本检测框架环境搭建 (09:03)
$ \% U; g( _: {1 N9 g10-4 EAST文本检测框架解读与训练实操 (16:23)
3 {7 p" a/ B* ^+ B# U, c10-5 EAST文本检测模型测试脚本编程实例 (09:26)
5 Y& e; g% f5 e+ r' X; j10-6 作业节
c6 s$ l, A, L" }& u0 J8 w2 a" C. Z, t5 a
第11章 多任务网络原理介绍
' w( u$ w; K8 v' @11-1 多任务网络业务场景综述 (07:49)+ Z3 h3 s6 Y- o1 b9 G, y& K
11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)
( H' p) }& z6 ]& \ v11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)% X) L" c$ \7 ?: A4 _
11-4 思考题+ @# B6 ]" [, [9 H; }6 c. L
8 C. M; D4 h1 y+ f; w
第12章 基于人脸检测+关键点定位的多任务网络项目实战
8 n7 s( ~, I. Z. @12-1 MTCNN环境配置、框架解读、数据打包 (18:41)5 a- Y J6 K, y& h3 _0 `* ~
12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)4 p: u; v" _# }% k) V1 F
12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45) G) I# p; [/ ~; P+ R' y6 v
12-4 MTCNN模型训练介绍 (03:33)
9 b: \6 r! b! G6 `12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
! c+ C" n. I# K n* C/ q& K& Y12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)2 Y; m% N& p: E7 z O% T$ J# {
12-7 思考题: b1 n: Q3 M) ?9 k5 I8 S+ G
$ T7 E/ e( m+ i8 L第13章 课程总结
# w- l5 \9 L# W& f8 ~13-1 one-stage vs two-stage (13:13)
' j/ i7 h$ C! U: e13-2 不同目标检测算法的优缺点对比 (12:52)
$ d) \9 B, L# U1 {& |4 B13-3 作业节( R! N1 L# H0 E, c
13-4 不同目标检测算法的精度对比 (10:42)- `8 q ~6 Q- D# T( ~% o8 ^ A
13-5 作业节2 A \6 ~9 D% W2 E& }
13-6 常见目标检测研究对象与数据集 (10:37)
0 {( U0 @7 }7 Q1 z3 n13-7 目标检测常见任务与性能评价指标 (18:23)
5 L; Z; A2 T$ V. O13-8 目标检测行业应用现状-人脸检测 (17:31) }) y* E, G* y& n
13-9 目标检测行业应用现状-ADAS (10:20)5 h( z' R/ f" U- v; \
13-10 目标检测行业应用现状-文本检测 (09:05)
" K7 S, Q% B' b0 p3 B- r4 s13-11 课程总结 (19:30)
. F1 ^; G2 b" O9 m* P( ^
2 j; x5 g: h+ u4 A0 Y〖下载地址〗
& k. O' \! k' E0 l' Z! s7 A8 B% x9 U5 K
〖升级为永久会员免金币下载全站资源〗
& K8 i1 s+ q) z$ K/ n/ k& s$ x$ A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
7 u0 O5 [- s; {- F* @4 m |
[复制链接]
