. i5 C7 |- K) l- F$ d
@1 C% _1 v* \* s* M! {, v. p
〖课程介绍〗
/ h3 ]; m# P3 y- b3 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。
, Y* f- n9 V- {% ]6 t; _5 U2 V& j, T! [
〖课程目录〗* b, v1 O+ M: x0 J8 q" x! S
第1章 课程介绍 试看
4 i! |( Q' b6 e0 V& K" c1 A1-1 课程导学 (22:58)试看
3 {' E+ n& d. u5 n- ?) t
H Q/ Y9 H. M第2章 目标检测算法基础介绍
0 W1 ^( R% S4 d' B, @! v) k, F* ?2-1 目标检测问题定义 (12:10): p, ? Q5 O+ [; n1 {% F
2-2 目标检测问题方法 (15:11)
4 J# x- B9 L/ C% B1 q2-3 传统目标检测方法基本流程 (05:33)% z9 S( y. B" p% v, b1 `
2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)
" z' G2 Z" K- D, I2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)
: o0 O# d9 M- r# d% d6 R% S7 s/ ?2-6 常见传统目标检测方法-DPM（物体检测） (06:34)1 [& c% k' X4 C5 Y2 ]+ G4 U
2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)% X/ h4 Q+ F2 E' M. m
2-8 Two-stage基本介绍，流程与常见算法 (08:25)
& r' o3 l) }# f. Z& \+ R6 p8 v1 W2-9 Two-stage核心组件 (21:06)
5 @8 O% K) N. C, |2-10 One-stage基本介绍、流程与常见算法 (04:36)5 ]" g5 D% Y1 }$ Y; o! B$ t9 }
2-11 One-stage核心组件 (18:52)% n5 b$ L0 c5 ^6 {
2-12 One-stage与Two-stage优缺点对比 (05:14)% n3 N7 O+ g/ O8 z% t
2-13 作业节+ d. t2 ?" a- \& q/ k
/ `' J# Y+ c) A/ t0 P# G
第3章 SSD系列算法原理精讲 试看
5 K$ h( e) M2 [( ]6 ]* K3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看( A0 b, g% t/ l x+ @0 T
3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)
9 Z( b: {! _0 d1 _. {' s# g3 V3-3 DSSD、DSOD算法 (13:29)+ C* |5 x+ \2 A- e3 z. f
3-4 FSSD、RSSD算法 (09:29)8 F2 y8 [7 m7 `$ B* F$ n2 S
3-5 思考题0 i, L$ ]. p( M" X5 h5 o, f! d
% D) v- k. u$ Y8 y" D第4章 基于SSD的人脸检测项目实战 试看7 Z1 `; U5 r" J
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)
" M6 D/ M6 j: j F* z a4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)
, ~5 K8 f1 m7 e4 d- Y! j! }4-3 Wider Face数据集介绍 (06:36)
- G+ u6 f* t% O$ ~0 @, B4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)( \6 Q# k- F) M: W9 U
4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)- [1 b& [4 [, @3 c' O
4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)
5 ]& n$ }4 ]8 ?# D( i) A4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)( ] S D3 T1 e2 u# G
4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)8 M" n) \6 ]6 J7 o, |0 j. G9 X
4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)
% D6 M: E0 t x a4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)
; y% a) w% l, B+ ]& N0 C# Z4-11 Caffe-SSD框架测试结果可视化与人脸检测技巧说明 (11:09)试看
: I3 C: ~/ U! Z; G/ s( j( J( K6 b* D3 i4-12 思考题
$ x8 x3 \, K% y9 ?3 [2 p
$ w: s( M6 @4 ^" ?9 U) m( o第5章 Faster RCNN系列算法原理精讲
! h$ R/ t4 d8 u4 z* H$ Y0 a( T1 N$ {5-1 Faseter-Rcnn系列介绍 (06:38)
3 \+ X% j0 @. V, i7 ?! X5 n. `) B5-2 RCNN介绍 (14:19)9 [: D2 s1 p8 G: W3 D
5-3 SPPNet介绍 (10:23)0 h5 a* ]$ F y2 Q
5-4 Fast rcnn介绍 (21:02)+ Q1 O) c+ W/ h) q' O t$ `
5-5 HyperNet、RFCN介绍 (12:47)
3 Y* c( t4 }1 r5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)! `5 S% _% \" i! L3 Y8 e* B
5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)( H& C3 q7 x, F; p
5-8 思考题
9 Z9 s! I2 l- K
: W8 N$ o) w9 Y& c第6章 基于Faster RCNN的ADAS场景目标检测项目实战
, V: Q7 L' Y; `* N$ t" {6-1 ADAS业务场景介绍 (15:04)
( _& } s. B+ C- n# z) x' R9 _6-2 Kitti数据集介绍、标注格式、下载等 (10:22). d' l9 s9 t0 t7 t
6-3 Kitti数据集类别提取编程实现 (14:13)
% |0 K$ b) F$ x6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)
; l% X" V) _; y& x$ O' q6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51): s, z# A. [$ C$ e% G/ B4 K7 W( D
6-6 Faster RCNN目标检测环境搭建实操 (05:34)
) D& w& u5 X- j! w/ K6-7 Faster RCNN目标检测框架介绍 (09:10)
9 L2 j' H/ a( g6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)3 x2 a0 z5 W/ y3 j0 K3 q/ i
6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
) b5 c r+ _$ S5 z Y' i# G6-10 Faster RCNN目标检测模型训练及其优化 (06:58)
% n& Y( ~2 s' N8 s w6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)
/ g$ u/ a9 O; f9 N6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19). E- ]- g. U, y. ]
6-13 思考题, c0 @0 z. X: n8 \% c$ b4 l
+ g8 t* q: g0 B
第7章 YOLO系列算法原理精讲* v( ~8 P6 D6 c0 M
7-1 Yolov1算法 (21:28)! `& P, @6 s" I6 ?( F% T
7-2 Yolov2算法（1） (12:38)4 f6 v4 m1 T3 U( L
7-3 Yolov2算法（2） (11:42)
$ u! t# S! X6 g4 C6 v2 M& g7-4 Yolo9000算法 (05:12)
- `* ^* f5 o) p/ l Z7-5 Yolov3算法 (10:44)
2 J9 ^. \- U" V) ^7-6 思考题! V; ?0 Y k9 q4 R
2 ^, k& \4 |; D9 y5 r3 n, b第8章 基于YOLOV3的通用物体检测项目实战
7 [# Q% {/ S) V) @0 W+ m8-1 物体检测业务场景综述 (17:53)2 I0 Y7 V+ w$ @& a [
8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)
% g" K$ H$ Y6 W' F3 k8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)
2 [5 k, l3 h% i `8-4 DarkNet框架解读及相关配置说明 (18:06)! W& Z4 T9 m ~
8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)7 c7 a7 Z- o% b: f
8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)
# v( i$ G) w* J% N9 B8-7 思考题# s8 s' c, W( q% L: l
x0 r: E+ p7 q6 z3 ?7 }5 g" h第9章 文本检测系列算法原理精讲
+ @8 C5 R4 I( [4 B9 T3 C9 m9-1 文本检测算法原理介绍 (12:50)
4 T9 e, K: v3 n' H9-2 CTPN模型 (10:38)
1 }$ |7 b4 M* H) O7 [9-3 RRPN模型 (19:11)
( K' X/ [5 P6 U: A/ q6 |9-4 FTSN模型 (11:41)8 H6 r9 ^: _3 b7 f6 Y: }
9-5 DMPNet模型 (15:56); s& Q$ e; v0 E) r ]! ~; q& w+ ^" x
9-6 EAST模型 (09:17)
, K5 c$ h# r8 |9 L9-7 SegLink模型 (13:01)
' c( ~ I. d) o! B5 P* u9-8 PixelLink模型 (16:35)# l( u8 Y+ G0 s& r4 n$ f7 a& b
9-9 Textboxes讲解 (18:41)1 b E0 Z% K/ \% W( H) {" [" k
9-10 Textboxes++模型介绍 (25:34)
) _! K/ y- u( Z" Y$ c. q' R9-11 文本检测常见数据集 (21:16) s5 K, | B; a' S+ K
9-12 其他检测模型方法介绍 (14:56)
7 j% s% @& D* L0 N3 y4 {& C5 A/ i# b9-13 作业节
9 P+ @; b5 D% N ^2 ^ N) Y
7 }. z7 \5 O X3 U$ \第10章 基于EAST的自然场景文本检测项目实战, o* s$ }3 }7 i: B( C
10-1 自然场景下文本检测业务场景综述 (15:26)
9 \' Y. F6 s; V- |: d& I% K. ]/ u10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)& ?+ G& b- q" ]% @2 V6 ~& {8 U
10-3 EAST文本检测框架环境搭建 (09:03)8 V2 _( A: N, w! u. y4 a7 U" m/ I
10-4 EAST文本检测框架解读与训练实操 (16:23)1 J% e4 ^/ `3 k& [- n) X9 r
10-5 EAST文本检测模型测试脚本编程实例 (09:26), e# D- v2 m& w; ^! M0 V2 m4 {" }$ j
10-6 作业节
& h& E- |0 E/ @5 R; i
8 |+ ]( ~6 I( D0 @) D6 z/ c第11章 多任务网络原理介绍$ }) ^4 z7 |+ u# r) s, y
11-1 多任务网络业务场景综述 (07:49)" ^6 j% Y3 g2 h* z& j0 n
11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)- O& ]+ S7 f. k/ u: m" p
11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)9 @4 J# y' _' W# x. f" c5 r
11-4 思考题
4 O! p( y( N3 c+ q# \
9 I7 z9 \8 v& h; O4 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2 d3 Q3 v. x3 ]% p4 k" [. l, Z
12-1 MTCNN环境配置、框架解读、数据打包 (18:41)0 n% v2 ^: I1 ]
12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)
2 Z3 y# l, i4 W, r! l) ^! |12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45): ?: l* ^% V7 _" U2 g: v1 _; s
12-4 MTCNN模型训练介绍 (03:33)- q9 N" ~8 t/ i
12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
9 X4 M# z* X: B; \, `9 \, G12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)6 s$ E! h; l5 z/ U/ A2 O1 v; q
12-7 思考题- M/ ?" `) M, h5 }
% L2 m5 A. V' Y
第13章 课程总结8 R( u: O! q) f% S* A1 R
13-1 one-stage vs two-stage (13:13)' H) m5 H" e: J$ i4 w# f3 `
13-2 不同目标检测算法的优缺点对比 (12:52)) ^% u( }' D5 [6 @- e
13-3 作业节" b3 P- d0 J+ f+ i8 B2 U O
13-4 不同目标检测算法的精度对比 (10:42). B$ ]" V1 P, d$ O
13-5 作业节
% c6 z1 ]* j& T4 z13-6 常见目标检测研究对象与数据集 (10:37)
* k! d& {$ n! O8 X13-7 目标检测常见任务与性能评价指标 (18:23)
8 S6 S, ?# g5 F13-8 目标检测行业应用现状-人脸检测 (17:31)( [, g! u; D$ f8 I
13-9 目标检测行业应用现状-ADAS (10:20)
: i4 R. U' A( u9 b+ B8 v& P* X13-10 目标检测行业应用现状-文本检测 (09:05)
3 @. x* Y- N; ?13-11 课程总结 (19:30)
! h+ ~" z- S8 u+ v
5 {- {. P* _ ?) D3 x+ Z5 H〖下载地址〗; c- U7 q7 ]9 _7 l7 D. f
" v: _" P* k, e6 ~. }( h; s" ]1 w
〖升级为永久会员免金币下载全站资源〗! c. V p9 j+ S( D6 g4 f
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
8 c8 K5 D+ `1 w" {! M
|
[复制链接]
