* D5 O$ M& }" j: {+ f7 M2 K
6 `' Y m3 G* p+ u- c. ~〖课程介绍〗2 A7 n2 v3 h P' g. b0 x( j1 t, ^
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。( D0 B/ u% q( g
) q- L3 E% J9 a+ A! n+ `
〖课程目录〗" a9 B& {8 V; X5 I
第1章 课程介绍 试看
. K7 o g9 g- D+ g9 J k C: D1-1 课程导学 (22:58)试看
: a; p& _6 H+ f6 i% Z- _0 d# P1 K" I6 u7 x4 E- \) ^7 e: U
第2章 目标检测算法基础介绍! T3 H8 y1 F# c! a9 ]; d: I% ~
2-1 目标检测问题定义 (12:10)
4 k: N/ z8 ]# H/ |" X5 v0 O2 y5 q' U2-2 目标检测问题方法 (15:11)
$ q$ f3 v$ A! B( R. c3 L) h2-3 传统目标检测方法基本流程 (05:33)
4 q3 A# a' b/ c" Q2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)9 G2 b# K! i9 z7 ~4 f* G; `# I
2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)9 d# y3 r0 G2 E* m
2-6 常见传统目标检测方法-DPM（物体检测） (06:34)
/ P- A$ b! y3 c. ~9 H5 @: L) r2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)* J$ I6 _7 G+ X2 B; y4 M$ E
2-8 Two-stage基本介绍，流程与常见算法 (08:25)
3 l7 w( p! @3 Y; v$ X9 w2-9 Two-stage核心组件 (21:06). A7 _$ X/ x' b+ q) W
2-10 One-stage基本介绍、流程与常见算法 (04:36)1 z" S; A5 R7 a4 X, c5 O, n2 g
2-11 One-stage核心组件 (18:52)! C0 `/ P0 Z- C8 T
2-12 One-stage与Two-stage优缺点对比 (05:14)
; Q; s- _ |. l+ z1 U* r3 q8 u4 X2-13 作业节- q W1 h6 {3 k+ I- h9 u3 S" J
6 X. B- o% D0 Z6 m- F/ ?$ n8 @4 M第3章 SSD系列算法原理精讲 试看8 ^- }+ k/ D. P! {: n2 J
3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看3 L3 s+ U4 c5 B6 E( O& h
3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)
1 r3 Q3 }# W4 x5 w3-3 DSSD、DSOD算法 (13:29)0 i% b/ D! O) }' H/ L
3-4 FSSD、RSSD算法 (09:29)0 P8 {! y, B; j% b7 m5 m% B
3-5 思考题" ?! w( B8 f4 w+ O3 A/ d: U
* e$ m8 R+ ^/ c% Y第4章 基于SSD的人脸检测项目实战 试看5 L* h- _2 Y, C0 W- B6 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)& r" R- a! c& g9 y5 \3 M2 A
4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)
) h4 A: y; _0 s* K4 n+ s: N3 j0 R4-3 Wider Face数据集介绍 (06:36)2 H& s, f4 u2 X7 D$ |. X& _, I/ F
4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)
* L2 K+ G6 I" J& u8 a4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)
. I; z: O& O% U( ~4 L5 K4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)( ^+ s: L1 H7 l1 _
4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
V5 w6 E) Z7 i2 I6 D1 f4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)$ i4 y) h. t d8 O9 C6 Q
4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)) Z( ]' P5 ]' t6 K" n
4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)$ ^, ~: E. x- o( w K+ f( x# N
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
" Y) I8 P7 e, B6 L G6 l4-12 思考题: Z5 g! d# _ f! |
6 J/ N& c/ A- h. L* d
第5章 Faster RCNN系列算法原理精讲
6 }- V# u( v) p* |8 y5-1 Faseter-Rcnn系列介绍 (06:38)
% l, A( t! ~& D# Q5-2 RCNN介绍 (14:19)5 t9 s, Q9 @* w6 o
5-3 SPPNet介绍 (10:23)- Y4 ?7 V9 F) a0 c0 o
5-4 Fast rcnn介绍 (21:02)
7 i5 c+ Z: t* I n H/ t: ~2 O+ u5-5 HyperNet、RFCN介绍 (12:47)
: s- e- j/ J: c; B1 g5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)% u3 Y) } G* G$ I! |
5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)
& t# \& [0 X; k0 x( j' ^6 R5-8 思考题# t" p; w! z2 [; p
7 L/ d1 c8 t- z9 o! a
第6章 基于Faster RCNN的ADAS场景目标检测项目实战2 e. H6 }# D8 U" J
6-1 ADAS业务场景介绍 (15:04)
# Z1 N3 a+ k( x/ V% w8 |, Z6-2 Kitti数据集介绍、标注格式、下载等 (10:22)
$ r5 ~+ |. D- x2 I% _, u4 I6-3 Kitti数据集类别提取编程实现 (14:13)
5 `' z- @/ {! l7 i5 `6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)
5 ?! ]5 x; s6 E6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)
1 Z# H3 Q8 a6 |! {+ g; g5 H f9 B6-6 Faster RCNN目标检测环境搭建实操 (05:34)
& j; B1 F# u( N( P. [& \6-7 Faster RCNN目标检测框架介绍 (09:10)
. m; j+ v* B+ M; |, e6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)
y/ ~& m0 K ?6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
0 e. o( Q' p4 S( A. {6-10 Faster RCNN目标检测模型训练及其优化 (06:58)2 j1 N9 c( L7 U1 [* Q7 I; O
6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)
; q. ]# a4 b( Y6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
4 A0 o; m$ ~1 P) k$ s! v6-13 思考题
+ F1 d6 d/ o5 `, c" N0 I/ ?; b7 _% j E1 L ?9 m( `
第7章 YOLO系列算法原理精讲
% I( M7 t4 |. R2 W4 }% G3 W7-1 Yolov1算法 (21:28)$ D4 p$ k7 K1 h
7-2 Yolov2算法（1） (12:38)! R- l, A, [( }; S2 ~
7-3 Yolov2算法（2） (11:42)2 N9 r2 t! A6 C. }* ~5 r. u$ N2 W
7-4 Yolo9000算法 (05:12)! U, i. Q8 m: `( s6 a
7-5 Yolov3算法 (10:44)
# ?( i# z1 ?5 h6 @7-6 思考题4 w" s* A0 z- y/ }
: V7 w. m" A$ N# F9 c
第8章 基于YOLOV3的通用物体检测项目实战
/ X- r% @( p, i0 s8-1 物体检测业务场景综述 (17:53)
! u. m3 [7 g9 V0 R0 T4 t8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)- q( e: u/ h: f
8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)( d* h9 F/ W; d) N; W
8-4 DarkNet框架解读及相关配置说明 (18:06)
( `7 B% `( L) u$ ^8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)
9 v1 b2 c2 B, s8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)
- j* p, Q' ?( }0 w; z# T8-7 思考题
+ n" g' `4 r% ]. {$ t
% q. J" A7 @# Q5 [3 E. y& j第9章 文本检测系列算法原理精讲) C0 F# M: m; X* A( E6 z
9-1 文本检测算法原理介绍 (12:50)' Z. X0 d8 X) |* u9 g, F
9-2 CTPN模型 (10:38). f" f9 u* x r O0 s# ~
9-3 RRPN模型 (19:11)
% }2 a% q) w. U3 i9-4 FTSN模型 (11:41)
4 ?" |3 ^5 n: k$ F1 i9-5 DMPNet模型 (15:56)* E% }0 N% @0 X3 @# \- K
9-6 EAST模型 (09:17)
; p3 u8 b0 M% D) B6 H3 f9 ^: B9-7 SegLink模型 (13:01)' e. b0 C$ Q H! h& @* [/ `# h
9-8 PixelLink模型 (16:35)
A5 S2 F! E' t9-9 Textboxes讲解 (18:41); U% Y0 Q, G6 L8 |: N8 T
9-10 Textboxes++模型介绍 (25:34)/ A: e& W) y" m' h# } @# q/ W& m9 U
9-11 文本检测常见数据集 (21:16)
3 ~" Q7 X- t L2 F& j$ [9 y0 B9-12 其他检测模型方法介绍 (14:56)3 d/ y3 W9 v! J
9-13 作业节' u4 A9 f* g4 F# ~: O
: \9 S2 h- e& Q4 E' K0 v
第10章 基于EAST的自然场景文本检测项目实战
$ |5 I& d( e" ?10-1 自然场景下文本检测业务场景综述 (15:26)/ S2 a g& m) X. }
10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)0 D3 L8 F% N2 Q3 y @: N
10-3 EAST文本检测框架环境搭建 (09:03)) ?. _2 Z- G4 {2 h) [$ P( q" o7 y
10-4 EAST文本检测框架解读与训练实操 (16:23)$ a' d" z9 l: h3 }" @
10-5 EAST文本检测模型测试脚本编程实例 (09:26)
) g$ K6 J- Z; z2 r10-6 作业节
, Q6 u& _, \" E( C* K2 K
Q* ^: n2 f( U+ W( u% A' n8 \第11章 多任务网络原理介绍1 x- d$ r) _& w, `
11-1 多任务网络业务场景综述 (07:49)7 e5 E9 p9 g2 x
11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)
; g- }4 S6 t0 H11-3 人脸检测+关键点多任务网络数据集介绍 (05:30). [3 c* q8 P; c0 [7 Y
11-4 思考题
& D+ I4 L( X7 g U# A' h9 s) W9 I; G
第12章 基于人脸检测+关键点定位的多任务网络项目实战
( t) R3 j$ Z6 U; A/ Q- D5 I12-1 MTCNN环境配置、框架解读、数据打包 (18:41)7 M! O" I! v0 N2 z
12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)" k8 H! o& R$ u0 h+ B% T
12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)* A+ t. Z+ l/ D! E
12-4 MTCNN模型训练介绍 (03:33)% M7 ^6 b9 q3 |) ?$ K6 q
12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
; P- K9 g7 L. @$ J12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)
% v! r4 |. ?% C9 d+ E. F% g0 t; f12-7 思考题9 K5 X5 B3 r0 P+ S2 z; M
' E) I4 J" t% P) o0 b第13章 课程总结9 L f" c# a4 X T4 \( |7 t; a3 V0 _
13-1 one-stage vs two-stage (13:13), k0 V- k7 j2 k" h- l. G4 q
13-2 不同目标检测算法的优缺点对比 (12:52)
. A$ G; c( E+ O. H1 {- f13-3 作业节
4 q( o) n+ r7 M4 L& G13-4 不同目标检测算法的精度对比 (10:42)
, Y. i. p" n" P* P13-5 作业节- I' [8 X, Z+ G8 L) ^4 h" V c) w
13-6 常见目标检测研究对象与数据集 (10:37)
! t7 _' D9 `" L- Y4 D% v1 l13-7 目标检测常见任务与性能评价指标 (18:23)& U; e- `$ t; W. y: m, g
13-8 目标检测行业应用现状-人脸检测 (17:31)$ V: v- r2 f( Z3 x }
13-9 目标检测行业应用现状-ADAS (10:20)) @& h5 e" r j! k! K
13-10 目标检测行业应用现状-文本检测 (09:05)
3 b& J1 F$ z( v9 X: i& S13-11 课程总结 (19:30)' o6 K6 o/ Y1 L/ g4 T' \
1 G( q2 ?8 ]7 M# y/ p7 [〖下载地址〗
c+ f1 D% u" |) B0 N- w: d6 e% h% B+ F' a2 w) w: o' u& X8 Z
〖升级为永久会员免金币下载全站资源〗
. l& ~, H6 j! c; f6 s# E7 I8 r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
; Q# U) T$ N2 u/ u/ a. ~0 y2 g6 _1 _ |
[复制链接]
