$ ?3 U+ C$ G) Z
6 T- t, @& c( y' e4 h' L〖课程介绍〗
: M2 X& L( \% n/ [( }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。/ I% u' h( o9 G1 j t. S" F! e
4 K: L% J7 ` C# T1 D
〖课程目录〗
1 k: M. O+ k5 |) c第1章 课程介绍 试看$ K$ ^) V( X+ J |
1-1 课程导学 (22:58)试看# `( ]) J7 I6 R) |
- c8 _, J7 K5 J5 B. E, P
第2章 目标检测算法基础介绍
% S+ z* ~# o# T8 B7 Z2-1 目标检测问题定义 (12:10)2 H; l2 C) _; D) v1 k- D" W
2-2 目标检测问题方法 (15:11)
9 y" P K. t) |* j0 e1 }2-3 传统目标检测方法基本流程 (05:33)
6 m; k3 c: K8 e( r9 A0 ^9 g2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)
/ F; Q- j V& u2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)
8 k; j7 h- X; J5 ]: m7 d2-6 常见传统目标检测方法-DPM（物体检测） (06:34)
6 z9 p2 u6 d: D7 S9 I. I2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)
1 h$ C# J! j2 d# A4 Y: G; p2-8 Two-stage基本介绍，流程与常见算法 (08:25)
0 L( T9 p+ I. Y1 Z- s0 H2-9 Two-stage核心组件 (21:06)
6 ]. f0 }0 J# _6 c8 B6 x6 c0 v2-10 One-stage基本介绍、流程与常见算法 (04:36): u! `) c, P# v3 e* q9 U8 W; E, G
2-11 One-stage核心组件 (18:52)
# i3 W5 F$ l' R0 ~7 d% K- G2-12 One-stage与Two-stage优缺点对比 (05:14)
+ o; a& d9 n" V' _; U5 I$ P2 O2-13 作业节" G v! J% { ~, G0 A6 Y; |
2 A. O. b9 u2 f/ V
第3章 SSD系列算法原理精讲 试看
3 D& i- e/ W$ B( g3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看- n$ d1 k1 Y9 t
3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)$ T- w! m+ j6 A* k7 T
3-3 DSSD、DSOD算法 (13:29)# n( t9 f5 `8 H+ M5 R3 k
3-4 FSSD、RSSD算法 (09:29); e9 U* f# h% M
3-5 思考题4 E0 u2 V G. C3 ^
' r1 M* {, b* O0 r" L" a0 y( W! ?
第4章 基于SSD的人脸检测项目实战 试看
* v# @2 m6 X/ U$ v- l; 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)
P) x' h; F$ ^, Q, a) Z4-2 Wider Face数据集介绍、标注格式、下载等 (15:01), f+ J; } e7 q, R; W2 p, m2 t# }
4-3 Wider Face数据集介绍 (06:36)
: Y3 J2 [4 v* E* a: i$ @3 g4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)
& [" I3 X; y# ]! T5 d1 c4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)3 g# J. Q8 y( R0 ?1 f
4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)- d* {) G7 }5 V* P9 u4 i' I3 `
4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)' w& Q* x; C& J2 Y4 Y8 z+ s% O
4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58), m; E t% t5 r% _ I. Y3 n! c
4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)3 y# e, j5 T a& F% T% U# k) ?
4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)
9 h$ v. l- Q4 o4 B6 i# s4-11 Caffe-SSD框架测试结果可视化与人脸检测技巧说明 (11:09)试看* B( |4 o- m8 P1 a
4-12 思考题2 H. L7 A- M$ A9 ^
) P/ r, f0 u) ~# ~1 b第5章 Faster RCNN系列算法原理精讲1 G/ U# p. [# h3 x# F
5-1 Faseter-Rcnn系列介绍 (06:38)( c: K8 T1 V5 C1 @" H
5-2 RCNN介绍 (14:19)
) j! \4 A) n; b% t" F% a5-3 SPPNet介绍 (10:23)
1 {; h$ r7 |& ^3 `7 S2 y5-4 Fast rcnn介绍 (21:02)5 ~) m5 Y4 Z5 ?! r* @
5-5 HyperNet、RFCN介绍 (12:47)
( X0 B# m; ^8 Q5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)
. G0 J0 }5 ^0 a! Q) X/ @5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)6 e. j) p- j% ]0 I3 C
5-8 思考题. g! l, w0 d$ A1 M3 a* a
$ b7 u" t' E2 B: a: q
第6章 基于Faster RCNN的ADAS场景目标检测项目实战
% K2 A( `: n5 B' R- M2 m- o2 E6-1 ADAS业务场景介绍 (15:04)2 O8 P6 c4 d& m/ @7 [
6-2 Kitti数据集介绍、标注格式、下载等 (10:22)
1 ~0 i% w) O9 M7 x3 G7 }6-3 Kitti数据集类别提取编程实现 (14:13)
; g$ Z5 M/ W% z6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)8 X" [# D; a* D6 d+ {
6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)
5 n1 b6 C4 D5 _; \6-6 Faster RCNN目标检测环境搭建实操 (05:34)
/ J+ g7 e& \4 j6 Z6-7 Faster RCNN目标检测框架介绍 (09:10)6 H+ @% I9 h3 ^; z
6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)' M$ {4 E5 C6 L; x7 p9 v1 M# t4 i
6-9 Faster RCNN目标检测框架配置修改实操 (14:47)1 ]8 l; S' x" Z# n
6-10 Faster RCNN目标检测模型训练及其优化 (06:58)
: t- y) Y( w1 Q4 p; F& n6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)) W- Z. J8 k2 X* K8 n `
6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
0 I8 u2 z6 [. U7 x# M3 ~0 {6-13 思考题
- c$ S! C7 O/ ?# K
, t5 y1 Q" z7 |' T4 Z/ e第7章 YOLO系列算法原理精讲 T) \; Q) o9 D" U1 G# @
7-1 Yolov1算法 (21:28)" `* A2 v; y9 y# {' N5 k5 }
7-2 Yolov2算法（1） (12:38)2 N- e& Y7 O3 |! l2 X6 F: i2 l7 G6 m
7-3 Yolov2算法（2） (11:42)2 M( [! x6 S0 S: _/ n
7-4 Yolo9000算法 (05:12)
( h4 M+ T, W3 o6 U$ I' r" v+ o# O7-5 Yolov3算法 (10:44)
9 n4 O: y1 G4 D/ D3 F4 U8 ~9 n7-6 思考题 f# W/ K5 C6 s" y, j
% V2 [+ |0 C" K9 j% s
第8章 基于YOLOV3的通用物体检测项目实战
* v" A, ^( i1 j @+ R8-1 物体检测业务场景综述 (17:53)3 A' z4 m4 ?& I% t$ p1 N) d" y
8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)( {4 q) r# u: b# ^# Y3 W. _
8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)
2 i# u9 u2 p* z8-4 DarkNet框架解读及相关配置说明 (18:06). T' b* l( A( G/ J8 l3 E# U; v; N
8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)
8 k' G% T: N+ ~( h8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)
1 b% E2 E9 D1 l8-7 思考题
* Z# h7 S7 j5 v1 ^. {& y: ]: l: V# \ n3 ~/ h: y
第9章 文本检测系列算法原理精讲% {2 [" @$ f- r6 h8 Q
9-1 文本检测算法原理介绍 (12:50). L6 |' W/ G4 b2 x. d- H* @
9-2 CTPN模型 (10:38). N9 x& ~; m7 I2 `* o- P( Q
9-3 RRPN模型 (19:11)7 |7 p1 T, b+ y4 K" g3 E* Y
9-4 FTSN模型 (11:41). y' `( p) _: K, f2 E. w$ `% `
9-5 DMPNet模型 (15:56)) ?6 Y( N+ i( H4 {: m5 k& r' K
9-6 EAST模型 (09:17)
0 e* r. W0 K+ o0 ~7 s9-7 SegLink模型 (13:01)
, |4 q J- M4 e9-8 PixelLink模型 (16:35)
( s& Y, b" w1 H4 |$ q# k U2 C9 ?9-9 Textboxes讲解 (18:41); s- J* e. X) k
9-10 Textboxes++模型介绍 (25:34)
- h- a3 Z( D: E: S' j9-11 文本检测常见数据集 (21:16)( r( `' @) z' U
9-12 其他检测模型方法介绍 (14:56)
5 U9 {! u9 K5 B; E2 q9-13 作业节
9 I) ]$ X }6 j8 [9 q+ m) U+ [$ T8 ^+ _6 C9 U+ M
第10章 基于EAST的自然场景文本检测项目实战
' B$ I. A) l& p b; i" a10-1 自然场景下文本检测业务场景综述 (15:26) {: F3 |/ o Y1 f4 W6 f8 x
10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)
& N& k8 u$ R$ b9 E1 [10-3 EAST文本检测框架环境搭建 (09:03)
! Q5 g( ]# `6 L10-4 EAST文本检测框架解读与训练实操 (16:23)1 r& ~. T$ M# F
10-5 EAST文本检测模型测试脚本编程实例 (09:26)
( j: v6 D3 q* j10-6 作业节# v( y7 }7 S0 u8 S
~0 z7 d$ p( p; b/ Y) s: Z第11章 多任务网络原理介绍) ]1 N) |5 H7 j5 f
11-1 多任务网络业务场景综述 (07:49)# S, C0 Y$ G+ @
11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)
/ E6 Y) S( i. F4 z+ ^9 R11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)
, R9 l% s5 y- K$ \11-4 思考题
9 ~# p' f6 Y1 F+ M) F$ w7 X5 `! @: \' T
第12章 基于人脸检测+关键点定位的多任务网络项目实战4 L* o$ h, i$ t2 |
12-1 MTCNN环境配置、框架解读、数据打包 (18:41)
4 O- V9 Q: X* J9 |: Q12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)
7 [( M8 M6 W, R$ {3 e4 |- L12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)
' C3 w4 u' W* }( Y3 ~1 y* P8 L+ V12-4 MTCNN模型训练介绍 (03:33)
0 K; ~$ w0 F- J5 m2 u5 h12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)4 P' d/ m: ^* O2 }& j
12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)3 `; ^7 D G9 A: @8 ^
12-7 思考题
' M% [7 U( F4 V: \
# f7 D. w5 q, y) v/ g) h6 M2 u& n第13章 课程总结6 [5 Z9 v( a4 t" ~/ X
13-1 one-stage vs two-stage (13:13)
# [: [3 J% P: ` H& W& P; ?13-2 不同目标检测算法的优缺点对比 (12:52)
2 H4 {9 ?( s0 n. U13-3 作业节* c. E- z3 k/ P t+ P/ z
13-4 不同目标检测算法的精度对比 (10:42)% |. Q- V5 G z
13-5 作业节. f0 @% l( p R; o) n& d8 c3 e/ K2 ~
13-6 常见目标检测研究对象与数据集 (10:37)
8 A @/ P+ F- Z9 @0 o5 X6 F13-7 目标检测常见任务与性能评价指标 (18:23) C/ x# s1 M [' }/ }, Y+ F4 Q% _
13-8 目标检测行业应用现状-人脸检测 (17:31)6 S# B0 X6 U4 Y7 H! o/ _1 b
13-9 目标检测行业应用现状-ADAS (10:20)
, T% R+ g t; V" T9 r13-10 目标检测行业应用现状-文本检测 (09:05)# h3 y5 Y h/ D$ ~
13-11 课程总结 (19:30)2 J, w2 _$ o4 |- r
; d$ P# \& N7 ?# Y. e7 g8 }) T# i
〖下载地址〗$ |; n) x$ i# S0 _) Y
0 ?& Y3 h9 b+ V〖升级为永久会员免金币下载全站资源〗6 B7 p3 A9 }; k5 k/ R- x
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
) e. T4 M5 y7 B$ O |
[复制链接]
