深度学习之目标检测常用算法原理+实践精讲

  [复制链接]
查看2139 | 回复4 | 2021-5-4 00:21:35 | 显示全部楼层 |阅读模式
1704050791116130.jpg
8 c. l1 a* E* u, J$ P; l+ s- [) [2 C. A' d+ L
〖课程介绍〗
# X# E/ I  {2 K6 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。
! Q! D9 c, z/ f. @6 B; U& I
7 j- W- P8 d& V4 t5 s" y〖课程目录〗$ _9 w0 S7 ^  L8 p8 \! O7 Y5 p% B
第1章 课程介绍 试看: C. ~' n) R5 R, F3 U- A
1-1 课程导学 (22:58)试看' j- ]  e/ E8 Z% c- t2 T

9 @0 g5 V& e9 G" R5 [第2章 目标检测算法基础介绍# G/ {/ i0 Q8 w
2-1 目标检测问题定义 (12:10)
" s; ?4 W7 A7 Y' y2-2 目标检测问题方法 (15:11)
; p) L0 r4 d6 A8 L2-3 传统目标检测方法基本流程 (05:33)
. w2 d. O) q5 K2-4 常见传统目标检测方法-Viola-Jones(人脸检测) (08:58)/ L4 J( e# l. t1 l
2-5 常见传统目标检测方法-HOG+SVM(行人检测、Opencv) (09:21)
6 R$ W6 b; A6 k; i0 g8 C2-6 常见传统目标检测方法-DPM(物体检测) (06:34)
6 d4 R+ s; j8 `4 X1 E2-7 常见传统目标检测方法-Sofe-NMS(非极大值抑制算法) (05:54)4 h6 F) P# C5 q
2-8 Two-stage基本介绍,流程与常见算法 (08:25)+ e; C- h0 ~. e  `8 X& B7 _+ }0 S
2-9 Two-stage核心组件 (21:06)
) g& o; Q& l, ^8 D' B2 A3 o2-10 One-stage基本介绍、流程与常见算法 (04:36)0 G2 l. U% E" a( L5 ^+ W# Z
2-11 One-stage核心组件 (18:52)" I* [4 o& c/ c- h& G/ |, l& \" i
2-12 One-stage与Two-stage优缺点对比 (05:14)
, C9 N& V+ d  @  h2-13 作业节4 g. p* U% y/ `# F& M3 F# F

( c9 e  H7 ~& {; T/ i" l$ d3 Y8 b第3章 SSD系列算法原理精讲 试看: `1 b1 n/ U, @) d9 H
3-1 SSD系列算法介绍(主干网络、多尺度Feature Map预测) (12:18)试看9 d4 N. p$ m; \: u
3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)4 G3 E: Y% L4 c7 D. y0 `9 L
3-3 DSSD、DSOD算法 (13:29)7 C$ d" t( r- F- k
3-4 FSSD、RSSD算法 (09:29)
, n0 F3 D6 F$ q2 g3-5 思考题9 r* |/ {5 O7 G3 {& L
! D, I" N/ a- D6 u, R1 C( r  ^
第4章 基于SSD的人脸检测项目实战 试看
7 \# ?8 }8 b+ B5 N! j, I3 F4-1 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)
& c" Q. \( B* \6 r+ a3 s4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)
3 _, d, f* S8 Y" Z0 O! U% j4-3 Wider Face数据集介绍 (06:36)
, ~2 k; S8 S1 l$ N4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)0 V: p8 k% C! ?9 T& h" r2 W
4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)+ j2 p; ~7 E6 M- X7 B
4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)' c/ j, ]" S. w' m" b
4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19); U3 k! d8 c# m% o  V, T( s
4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)3 i3 A; l# @5 r+ _' H- K
4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)9 `3 X5 i; x' M; R
4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)
8 L8 L: C9 E, \: c; [% ]" C- @8 i+ G4-11 Caffe-SSD框架测试结果可视化与人脸检测技巧说明 (11:09)试看
! H! M6 `) _8 y2 m5 O4-12 思考题6 N9 c9 ]- k, K) [+ L
. k4 b1 N7 K* p6 w0 O1 ]* {
第5章 Faster RCNN系列算法原理精讲
+ Y; d5 |7 f  r5-1 Faseter-Rcnn系列介绍 (06:38)
3 z  P( L- }7 H. w1 u5-2 RCNN介绍 (14:19)
! E% }5 u& Q+ I" T. O5-3 SPPNet介绍 (10:23)- {! C$ j& t6 |9 P8 d9 B5 O
5-4 Fast rcnn介绍 (21:02), i1 R1 E; u" G4 L  G" i5 i* q
5-5 HyperNet、RFCN介绍 (12:47)/ {  _1 i, K- z5 |( u  ~7 B: I7 a
5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)
% J, b' r( G- v! {1 }9 y" e5 U- J7 W5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)2 \6 S; U/ z+ o* f, H4 A( }
5-8 思考题- f( q4 |3 O! W! {! C0 B- X
9 k! k3 R: i1 z2 E. J
第6章 基于Faster RCNN的ADAS场景目标检测项目实战
, P% s$ Z5 [7 H6-1 ADAS业务场景介绍 (15:04)+ j& |# `0 p2 m! }7 b8 E# D
6-2 Kitti数据集介绍、标注格式、下载等 (10:22)2 M6 a; }+ d! J. }
6-3 Kitti数据集类别提取编程实现 (14:13)
. }' E2 k% i# V8 l( y6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)8 z% a# Q, ^# _6 t8 q' x' z1 \
6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)
- D  K; m( z" y2 b( |! |6-6 Faster RCNN目标检测环境搭建实操 (05:34); l& V- Z- U9 U5 k$ q! K1 X0 f2 r* {
6-7 Faster RCNN目标检测框架介绍 (09:10)
3 o3 r& e& A. Z% J6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38); }, ^4 `. C6 b
6-9 Faster RCNN目标检测框架配置修改实操 (14:47)( D" I. ]5 n; o/ y
6-10 Faster RCNN目标检测模型训练及其优化 (06:58)4 \1 p) x% ^9 h: c% E
6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)' W" H4 N# Z& @( {$ o3 m
6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
/ v' j: S* _# ?1 M9 Q( w8 Q6-13 思考题& T& V) r# B. l# k, |. E

" `) p/ m- W0 k9 d* i1 t第7章 YOLO系列算法原理精讲
0 _4 j) U0 w: O3 K7-1 Yolov1算法 (21:28)
# L: s) Y* w% g: B" S; N7-2 Yolov2算法(1) (12:38)( p% P. j, c7 N: s6 X
7-3 Yolov2算法(2) (11:42)
3 k. \2 z# t/ u7-4 Yolo9000算法 (05:12)
  z. C8 b/ m, m" _: d7 @2 p7-5 Yolov3算法 (10:44)+ x) z+ U" e* o9 k. q" Y* S' D
7-6 思考题
" ]; L9 V/ [4 L/ f8 B+ j
2 U: D& x# O, Y$ x第8章 基于YOLOV3的通用物体检测项目实战! P& N. @+ c3 g, r3 Z3 w% V( b7 Y
8-1 物体检测业务场景综述 (17:53)
. j# l" w# O9 p' U; G! B! ]* i; T8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)
2 p) R( B9 n8 p8 W) _# m8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)7 N1 r2 ], a1 f$ L
8-4 DarkNet框架解读及相关配置说明 (18:06)" W/ `( E- K5 {7 M
8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)
! a  H3 G+ v, f9 k( q( X8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)  B& Q% m' T: P+ {0 T4 `5 R3 V
8-7 思考题
# @/ l0 {, l$ m, B8 R1 e* f- _2 R7 d# e- Z( W& j
第9章 文本检测系列算法原理精讲
- U) F2 y. }; l' S$ t& U7 C9-1 文本检测算法原理介绍 (12:50)# f/ h1 X# D# U/ p
9-2 CTPN模型 (10:38)
  S, h) q) ^: H  H* S9-3 RRPN模型 (19:11)
$ M7 H# F% B. Q2 y" N, b0 J! L9-4 FTSN模型 (11:41)
0 {, G# r5 f$ b5 L% b9-5 DMPNet模型 (15:56)- b# h6 j- C5 z1 u2 C( l- z1 y
9-6 EAST模型 (09:17)
: e; t9 m& r* P: q  k" E9 _9-7 SegLink模型 (13:01)
2 \2 L. s* Z2 t+ U9-8 PixelLink模型 (16:35)$ P& D) j6 k7 b+ \
9-9 Textboxes讲解 (18:41)5 R2 N& o- P. o% [
9-10 Textboxes++模型介绍 (25:34)3 G( j* P$ \+ m  p$ X
9-11 文本检测常见数据集 (21:16)
, |% h& l+ N  L; P; G7 ~9-12 其他检测模型方法介绍 (14:56)
" W3 e. Z9 @; X' z4 D, m9-13 作业节6 i" t8 k2 k1 ]7 `

2 b" p3 a; T  g第10章 基于EAST的自然场景文本检测项目实战8 T0 F3 g0 H3 h9 @% }, S1 P
10-1 自然场景下文本检测业务场景综述 (15:26)! ^, }+ ]& X$ j. G
10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)/ k9 F: I9 H8 h% {! j( d) f
10-3 EAST文本检测框架环境搭建 (09:03)* K) Z$ Y& r) ?& q# P
10-4 EAST文本检测框架解读与训练实操 (16:23)0 o# p! t& X6 K3 \, g' q
10-5 EAST文本检测模型测试脚本编程实例 (09:26)
# ~6 L. ^7 X3 |* E, W5 S( g10-6 作业节+ @  K; a# o  b5 ~8 t! V3 f6 x

4 p6 d: e6 g. Y' j1 G% t/ q5 B第11章 多任务网络原理介绍. T4 |! m$ G' i( w& x8 q* K
11-1 多任务网络业务场景综述 (07:49)
. S; K) K5 l6 Q3 l* B6 \: e11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)
. }2 S3 g7 M. g8 p0 H, j11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)4 j7 ]$ R, P, n4 I
11-4 思考题
$ ^* [# x0 l8 C0 i, \8 k& k" N" {6 v' N. T1 L" F
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 F! m: Q7 m: `+ h  k
12-1 MTCNN环境配置、框架解读、数据打包 (18:41); y9 ]1 h3 a( d! M( \. D1 ~
12-2 MTCNN数据打包(PNet、RNet、ONet)实操(1) (14:57)
6 o8 z9 c" ~( m* W12-3 MTCNN数据打包(PNet、RNet、ONet)实操(2) (13:45)" h+ K+ f( ^7 \$ m0 ^* q9 |: C
12-4 MTCNN模型训练介绍 (03:33)! `" j1 U- K. f
12-5 MTCNN模型训练(PNet、RNet、ONet)实操 (15:50)
4 a6 [8 G4 c7 b3 ?12-6 MTCNN模型(PNet、RNet、ONet)测试实操 (09:01)
8 r$ b3 ^$ q* E: Q( X7 v12-7 思考题6 o6 A+ v8 R; V$ y+ _
4 c" E2 r1 O3 u
第13章 课程总结6 A/ s, v" `* t# d+ Y" j( d8 _
13-1 one-stage vs two-stage (13:13)
8 ~/ M, ?8 ?& J" r. y% _7 j6 b13-2 不同目标检测算法的优缺点对比 (12:52)
3 }& s% B+ l# Q$ |, a- T6 r" k13-3 作业节5 g4 l3 V. f0 T) ?' {! b! y
13-4 不同目标检测算法的精度对比 (10:42)# u! i# m! W  i+ p  S, l
13-5 作业节
- @4 |/ f# P5 M; m% l! E13-6 常见目标检测研究对象与数据集 (10:37)
  r- u" a$ e2 J  j13-7 目标检测常见任务与性能评价指标 (18:23)
4 \" L" `. Z  C/ l8 O13-8 目标检测行业应用现状-人脸检测 (17:31)
( L% v7 R8 Q$ f1 D4 Z: x8 ~13-9 目标检测行业应用现状-ADAS (10:20)! l" h3 g9 L' N: G. A: q2 h8 W: N3 Q
13-10 目标检测行业应用现状-文本检测 (09:05)
% k, O8 x* Q$ i" y  o( t. \13-11 课程总结 (19:30)
2 t+ m- T4 ?2 F- z
& i: e5 h% a5 b1 r〖下载地址〗
! }& x7 P8 h$ o4 h4 ?# J( b
游客,如果您要查看本帖隐藏内容请回复
4 e( K2 X9 F1 r. W: Z
〖升级为永久会员免金币下载全站资源〗7 v; ~% a3 j' p' M& M: _4 D  }: a8 p
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
6 C, r/ e& d7 O8 y! L
回复

使用道具 举报

ustc1234 | 2021-5-4 08:51:07 | 显示全部楼层
深度学习之目标检测常用算法原理
回复

使用道具 举报

2583151529 | 2021-5-4 10:11:17 | 显示全部楼层
6666666666666666
回复

使用道具 举报

xiaoyou | 2022-9-30 10:55:09 | 显示全部楼层
支持支持支持支持支持
回复

使用道具 举报

modalogy | 2024-12-5 08:42:32 | 显示全部楼层
66666666666666
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则