, o3 H4 G( @" E; U
7 V {9 h8 Q! c0 b. Z5 Z〖课程介绍〗
! `6 l- h' `0 C* y! `4 n! H' d: w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。4 m8 a' w$ X$ O( V8 ^0 ]# ?
. K3 G7 a7 f3 s' C) g〖课程目录〗7 ~7 R* V: I( f0 Z3 |. `
第1章 课程介绍 试看
; l7 a4 Q8 F; @, ^4 k9 {; c' R1-1 课程导学 (22:58)试看. E/ T9 q1 p9 t% Q$ d; T
! P- @3 F4 F# z: K/ t* z: l: M
第2章 目标检测算法基础介绍
# D6 L, ~& a- p. V' ?5 R2-1 目标检测问题定义 (12:10)/ Q$ C {. {3 X
2-2 目标检测问题方法 (15:11)
% [" ~; D# i q$ I2-3 传统目标检测方法基本流程 (05:33)
* `) d2 o9 t2 O2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)
) H* F: H! k7 T) F" m2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)
2 c M6 u) x& Q' ?5 ^# D9 ]# u/ O2-6 常见传统目标检测方法-DPM（物体检测） (06:34)
5 h) u2 @0 P( A2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)
5 j, J4 g8 n& E4 L2-8 Two-stage基本介绍，流程与常见算法 (08:25)9 d" Z ~$ C! L O3 v3 y, S2 R. Y
2-9 Two-stage核心组件 (21:06)/ B Z( C6 `% V; h+ I- N7 @! ]
2-10 One-stage基本介绍、流程与常见算法 (04:36), e! n5 M0 ^ @! q1 M
2-11 One-stage核心组件 (18:52)" b5 i$ u* s$ h( T- l: X
2-12 One-stage与Two-stage优缺点对比 (05:14)9 A4 i3 m: p0 }4 q
2-13 作业节7 L6 \5 O( j$ m0 \7 b: e/ z& w
0 P% \" R4 N5 C* N$ `第3章 SSD系列算法原理精讲 试看+ n4 V& e' N, ?7 O2 I4 Z+ _& 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 C7 G9 i1 h- p+ o3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)
4 ^) B( y, l7 h8 u3-3 DSSD、DSOD算法 (13:29)9 D" \; F+ f+ O% Z
3-4 FSSD、RSSD算法 (09:29)" F8 B. `$ p) X; _, U: M% l+ |+ X! k1 {
3-5 思考题, @3 Z- C# f! e; u
, V8 F! b& N2 U G: p: a: T
第4章 基于SSD的人脸检测项目实战 试看
- v9 e7 T8 x- U4 E$ b4-1 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)
& |0 J: ^2 a* x9 h: ]5 h0 }+ }" \4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)
. k% \1 C" Z) [- M3 t. {4-3 Wider Face数据集介绍 (06:36)
+ {) Z% d8 d. I7 C( V* }4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)$ [3 z, T: M! T& Q
4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)9 o; V8 b" E4 H% |
4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)
* ^# j7 U" ?, v- s# d8 a% Y3 b" E R4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19) ?# C% p4 M7 z) F7 ^' E1 @" e
4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)
i, F5 ]! \4 @3 W: i5 y4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)7 h# i" d5 D, d- V
4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)" P, O3 b, J. x3 \' P
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# q8 ], q7 E& ]' w
4-12 思考题# H; y9 ?; w1 n) F7 k: |3 t0 W7 m
# D1 O4 g: m8 B" b
第5章 Faster RCNN系列算法原理精讲
8 m2 ]' P5 M- H( c5-1 Faseter-Rcnn系列介绍 (06:38): i" o4 }5 W: E9 a. Y* ]
5-2 RCNN介绍 (14:19)
C( _' w4 e6 d: g8 x5-3 SPPNet介绍 (10:23), O3 w: s+ s0 j
5-4 Fast rcnn介绍 (21:02)
; ]: U4 D- D2 T& z3 t5-5 HyperNet、RFCN介绍 (12:47)
! B! m+ b# E* J; r) V9 z: _5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)$ _ U' ?5 Y6 c' N* d5 v
5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)3 l4 Z5 ]( g- ]3 S) J" o5 X
5-8 思考题* e2 R- F1 d8 R v, y
5 Y R* G4 x5 T: L" a( H) ?
第6章 基于Faster RCNN的ADAS场景目标检测项目实战
D# i+ m9 { g/ }+ P; Q6-1 ADAS业务场景介绍 (15:04)* s. f! z% P: i+ B
6-2 Kitti数据集介绍、标注格式、下载等 (10:22)
# p; a1 Z! R7 @' k' i; n' C6-3 Kitti数据集类别提取编程实现 (14:13)
3 b7 S' w4 a" `. B2 e. n6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)
( d- n/ N: f) \& p: M# ~6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)
, C) q" T7 a A0 j1 k! k0 @6-6 Faster RCNN目标检测环境搭建实操 (05:34)
8 X3 h2 ~# X g; @; N0 ~& E6-7 Faster RCNN目标检测框架介绍 (09:10), g. f, v4 k; u
6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)
: Q2 f1 B+ D2 h4 F" U. N6 E/ W; n6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
9 B+ D0 L0 i* i4 k9 Y5 O- k/ M+ O6-10 Faster RCNN目标检测模型训练及其优化 (06:58)$ H c& O7 U8 y5 n' }8 r- O
6-11 利用Faster RCNN测试脚本进行模型测试 (06:25). v+ K& Y3 Q! y5 G4 l
6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)/ {& P5 p* S5 g$ R i
6-13 思考题/ d/ @% e3 r. q+ W
. P8 @7 t0 @8 U# D& k3 l
第7章 YOLO系列算法原理精讲
/ k1 [8 b5 k# u; G- g% b2 D7-1 Yolov1算法 (21:28)3 J7 N/ @& ?2 s- R! c# D3 x8 H) v
7-2 Yolov2算法（1） (12:38)
% r! P) T4 h) }: Z7 I& S7-3 Yolov2算法（2） (11:42)* W* X, I, |- K& ]5 i
7-4 Yolo9000算法 (05:12)8 W5 ^7 X0 q+ W* W
7-5 Yolov3算法 (10:44)
, n( O7 s& T. t6 H$ _+ f! f* O, P2 u9 i0 u, ?7-6 思考题
. R4 d# r, l9 t) q, ^) `8 i1 M9 K! G9 [! ]- F/ x9 i: K
第8章 基于YOLOV3的通用物体检测项目实战
, p1 A1 g' H! Y0 U1 t- M8-1 物体检测业务场景综述 (17:53)4 u0 f# J& g% V+ r$ d3 \; |
8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)7 z G+ s! ]- z% \
8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)
. p; D" j7 o) x% _8-4 DarkNet框架解读及相关配置说明 (18:06)% t5 E7 \' n e. w0 N
8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)/ L5 T/ d4 V) o. `
8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)# \, H1 w, |! P" `8 Q( \- O# B/ U
8-7 思考题
. b6 Z5 y! T) E+ H& U- @) K7 e- K8 e1 z! h
第9章 文本检测系列算法原理精讲
# M5 R3 b7 N! p0 w9-1 文本检测算法原理介绍 (12:50)7 s; |7 i5 T( |0 c/ f$ q. H, i6 W
9-2 CTPN模型 (10:38)2 v- h }1 i" }4 @
9-3 RRPN模型 (19:11)
' O2 U& v8 @# h9-4 FTSN模型 (11:41)
7 Q& U- {& {* s& R; @+ O( p9-5 DMPNet模型 (15:56)
: m4 E3 C- H$ W% z7 ^: [6 z6 r9-6 EAST模型 (09:17)! s1 S4 ~& @$ O7 D
9-7 SegLink模型 (13:01)
3 X6 W: I& Z# a c1 t5 `8 d0 h, ~/ p9-8 PixelLink模型 (16:35)0 I7 z' _- L6 t
9-9 Textboxes讲解 (18:41)
: t: F# M- C' P L( Q+ I6 v9-10 Textboxes++模型介绍 (25:34)% X- v! n6 x& Z
9-11 文本检测常见数据集 (21:16)
( O8 G% T( ~0 E* Y' J. ]. K" I9-12 其他检测模型方法介绍 (14:56)
( t* E+ a* T+ E) n O9-13 作业节
( B. V4 {, {9 d( V4 Q& i1 b( D2 w4 @7 x' S7 f: M4 B7 w
第10章 基于EAST的自然场景文本检测项目实战
% |% p; o& P2 O6 O3 s8 o& q10-1 自然场景下文本检测业务场景综述 (15:26)
, L' [! H+ s8 l! y7 Z10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)4 r/ ~$ ^( W* o I; I9 B
10-3 EAST文本检测框架环境搭建 (09:03)
" b \: d8 u3 r+ j6 `" i10-4 EAST文本检测框架解读与训练实操 (16:23)- G6 X' z8 B# f+ J# b+ i. n5 V
10-5 EAST文本检测模型测试脚本编程实例 (09:26)
% U% T0 v$ [ F, e S* V10-6 作业节+ ]3 P- _0 A- J
$ s( W) ^+ j+ @: {- m) l
第11章 多任务网络原理介绍
* r9 J7 O0 A, K @6 t0 |0 R11-1 多任务网络业务场景综述 (07:49) R& k3 \- u, J- _; F, a; g
11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)
$ d! `5 z s1 N0 H* D' U e11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)
0 \/ Z: n# l {) d9 G; o11-4 思考题, i" s0 m# o! v4 q$ [+ k
" m/ G8 A9 ^5 z2 o( H
第12章 基于人脸检测+关键点定位的多任务网络项目实战
- \5 l! s' ~8 K! _( \8 c12-1 MTCNN环境配置、框架解读、数据打包 (18:41)% \1 F* R# I+ ^+ n. U
12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)
0 M- |7 {9 S l$ c8 t12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)+ G7 A) z& F5 q) P* A1 K
12-4 MTCNN模型训练介绍 (03:33)
( Z# z9 Q* @* F12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
) W; s1 L8 _ g- D- w% C12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)
3 c+ D8 q& z% |& V. a12-7 思考题
$ W3 R3 x$ U% M6 V% }- V; p" ^- b% p! }' X7 o# q% s2 Z
第13章 课程总结& [6 }' Z9 \2 @# r- _
13-1 one-stage vs two-stage (13:13): V# j6 T5 M2 `- C! j4 D
13-2 不同目标检测算法的优缺点对比 (12:52)4 H" ~- t7 T6 k. z
13-3 作业节
. { D+ t( k0 b {13-4 不同目标检测算法的精度对比 (10:42)5 b4 w5 x( [9 n- a
13-5 作业节7 D. U2 i4 _" [3 o
13-6 常见目标检测研究对象与数据集 (10:37)& D7 |3 ?9 b; X' p4 W% p b
13-7 目标检测常见任务与性能评价指标 (18:23)
: Q: F. }+ d# p# O& X13-8 目标检测行业应用现状-人脸检测 (17:31)" u! B" o7 C S- ?9 Z; x8 I# f
13-9 目标检测行业应用现状-ADAS (10:20)3 t$ l; r, S6 {* ~8 `/ v7 e8 H: P
13-10 目标检测行业应用现状-文本检测 (09:05)
. X1 b. G9 W7 f. e13-11 课程总结 (19:30)( i" l" e3 X6 C5 E' t9 Y
E S L2 G: x* T7 [. |) \〖下载地址〗
# n+ Y9 x) a5 Y& \
% {8 p( d! ?5 W* `〖升级为永久会员免金币下载全站资源〗2 o- U$ y( j5 f. 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
" B9 H/ W4 E1 K( ], d0 ] C8 q
|
[复制链接]
