# m( v/ ]0 F/ B1 a3 Y* u
" j; k% O4 N5 B \, n1 S4 r〖课程介绍〗
+ r( P0 G: t" j2 O) _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。( G( j9 L4 O7 z/ b
/ Q/ T; }2 e" W7 ]; L; K〖课程目录〗7 [7 Z$ O4 w$ W* _/ s# x
第1章 课程介绍 试看
% `: N/ x4 W7 l, H J1-1 课程导学 (22:58)试看2 |9 Z: A: v5 ]' l) y* B' k
& z4 a7 a4 N: ~% @! R/ P
第2章 目标检测算法基础介绍& r3 N# p5 T* ~' S$ P
2-1 目标检测问题定义 (12:10)* S# J. i" B i1 I2 w' s8 _
2-2 目标检测问题方法 (15:11)3 ^+ A6 `" Q6 x
2-3 传统目标检测方法基本流程 (05:33). b" w' E6 a" w" y2 {
2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)
" A; l, Z% [# P4 N$ B1 h2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)1 _/ q5 j& {5 Q3 W# {% m( O! h
2-6 常见传统目标检测方法-DPM（物体检测） (06:34)9 w; M: r3 l6 Y9 e4 Z/ C
2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)' j, d- \6 ]5 a& c
2-8 Two-stage基本介绍，流程与常见算法 (08:25). o6 s3 U- I; i/ Q) K/ i6 Q) H
2-9 Two-stage核心组件 (21:06)
h1 ~' D1 N$ I" {4 U- {( U2-10 One-stage基本介绍、流程与常见算法 (04:36)
, n' I; M0 V4 H& T. @. n2-11 One-stage核心组件 (18:52)' R3 R6 \7 v. f- p# k( ?& ~9 q1 \
2-12 One-stage与Two-stage优缺点对比 (05:14)8 I1 `% o/ X' m' ~, d7 z
2-13 作业节
* G9 @7 U- d ^+ t5 A2 o: l* ?( L; @7 Y
第3章 SSD系列算法原理精讲 试看
2 }2 w4 Q7 D* A6 F+ ~4 x; M3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看8 E4 G1 c1 Z0 l& B
3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)" m$ O$ y3 Z) z2 z; B7 ^
3-3 DSSD、DSOD算法 (13:29)
! Z' c$ d% p. Y4 T' T3 G3-4 FSSD、RSSD算法 (09:29)7 O1 s7 \: Z$ T9 N
3-5 思考题* m. j# N- B; K# h& u( ]
+ }) \# v7 s& }7 d) N2 e$ l第4章 基于SSD的人脸检测项目实战 试看2 h0 u+ `) d, d/ m4 D+ Q" w
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)
4 i7 E7 t6 l- Q4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)9 c: f# D$ N9 r
4-3 Wider Face数据集介绍 (06:36)
1 l% n$ K/ O; T: U4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)+ c( S: \8 X! N1 `0 b# U
4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)
% [2 S6 O& ]8 J+ i- @0 [' |" G4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)
# L/ ~7 {2 S3 _5 {4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
- g, j/ g4 X! g6 b' B) q4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)
1 I- `; z# P. a* D4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)& N9 j/ B, U5 T' V
4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31); ^0 l9 k' u4 D4 |8 ^: |8 `! C) Y
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
% I3 p a8 t' R4-12 思考题) A3 X/ d% D* D; Z5 T$ ?
: e/ v2 k( }# V" j8 X# o第5章 Faster RCNN系列算法原理精讲" ?/ W B7 M) s, Y' p5 g
5-1 Faseter-Rcnn系列介绍 (06:38)' z+ t+ F( c! N* M4 b
5-2 RCNN介绍 (14:19)
4 i; y9 w2 P0 }% b3 l5-3 SPPNet介绍 (10:23)
( U! ?. b! g7 b& i. h5-4 Fast rcnn介绍 (21:02)1 x, K; Q/ L# b, M1 M* e; t
5-5 HyperNet、RFCN介绍 (12:47)1 p% T" K. q- ]: u$ h# c" T
5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)7 w$ n Y& t3 ^6 }0 y
5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)3 ]: f! |* e% C2 S' q9 ?4 X
5-8 思考题4 Y0 R& }" ^, a& k; u
4 }! } B6 Z1 F3 f" k4 M" n- G
第6章 基于Faster RCNN的ADAS场景目标检测项目实战+ Q& U7 E# m: p/ e4 @5 |2 E
6-1 ADAS业务场景介绍 (15:04)4 R' o- b0 ^; y6 I! B) V" e) K
6-2 Kitti数据集介绍、标注格式、下载等 (10:22)
1 z9 _7 i; H! s: @3 |+ R6-3 Kitti数据集类别提取编程实现 (14:13)% a# L* Z; j7 c: y" U6 g' Z
6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)
2 H2 s0 D; q0 C9 A8 H) m6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)/ |8 Z5 K! }+ U+ ~& a; C
6-6 Faster RCNN目标检测环境搭建实操 (05:34)
+ v/ z) y. u4 a% z4 H% v6-7 Faster RCNN目标检测框架介绍 (09:10)
. D$ e B1 J* r) H: t/ v, M6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)! E* ~; A& N7 l' _/ i
6-9 Faster RCNN目标检测框架配置修改实操 (14:47)( e* V1 I2 W5 n8 M: V9 e
6-10 Faster RCNN目标检测模型训练及其优化 (06:58)6 A, O9 P+ x M( r9 Q2 x5 K9 s: ~6 _
6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)% G: _+ u2 @9 ?! O, Q) k
6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
, V3 S, I) F7 t) e5 i& G6-13 思考题
+ f, U( J* o+ L. M6 o) O- v/ V) p+ j! t4 {4 x+ r+ D
第7章 YOLO系列算法原理精讲' G+ N: e; m' {/ G4 Z
7-1 Yolov1算法 (21:28)
4 E( P' q) K/ C- ]7-2 Yolov2算法（1） (12:38)
2 G' o! H1 F. R6 {7-3 Yolov2算法（2） (11:42)
; [) D% P* N8 r: B* q1 c/ m7-4 Yolo9000算法 (05:12)9 _" a( Z6 O* `1 h% _) b' o
7-5 Yolov3算法 (10:44)
: L/ m4 {( x3 A& b6 U$ ~1 `7-6 思考题
2 D3 K, _* I: d/ f: e0 Y
7 b R# D0 z' B% b2 U第8章 基于YOLOV3的通用物体检测项目实战
+ o! |- Y) ?' e* ~4 z% J7 v8-1 物体检测业务场景综述 (17:53)& N, Q; D( |$ Q2 p7 j6 M
8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)5 i5 ]2 e1 ~0 F8 i
8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54). \/ z2 ^: S7 J0 ^: z
8-4 DarkNet框架解读及相关配置说明 (18:06)
, Y* z5 c: C; u) j8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)
5 \/ [9 j: F |* {7 o) i8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)$ E$ Q. W$ m0 f& X2 ?) Z
8-7 思考题
( w# K: D$ T7 A! @! W* T4 ^& ?4 t. f: ]. g& t
第9章 文本检测系列算法原理精讲( B X' U. F2 J! k/ F1 t
9-1 文本检测算法原理介绍 (12:50)" ]5 c1 E8 o# J" r9 O
9-2 CTPN模型 (10:38); j) g6 ^/ [( r% H" W3 s! `
9-3 RRPN模型 (19:11)
& E% J! x _0 \3 o& y9-4 FTSN模型 (11:41)
6 T8 C' L. F# h: J/ p2 Z% x9-5 DMPNet模型 (15:56)
$ w7 M! L4 x; B* S/ o9-6 EAST模型 (09:17)
: O9 m: C! T1 Z) Y, q/ h9-7 SegLink模型 (13:01)$ W/ S8 \( A. B0 C; ?7 c
9-8 PixelLink模型 (16:35)' y* J( |! A) P
9-9 Textboxes讲解 (18:41)
! J: r9 [4 y+ H9 F8 v4 S. ]* s# H9-10 Textboxes++模型介绍 (25:34)
5 X% k7 Z4 `1 y9-11 文本检测常见数据集 (21:16). W5 J8 I9 Q% N) d
9-12 其他检测模型方法介绍 (14:56)
& F4 N3 O2 p* P3 k3 B9-13 作业节
2 W' h; j: E- p! |0 |
) D4 b+ w& y9 ?' _) l第10章 基于EAST的自然场景文本检测项目实战
0 l4 c5 R" @) [1 f" F' |5 L* y10-1 自然场景下文本检测业务场景综述 (15:26)& b$ Q7 m. f& Z" U
10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)
6 Z! V2 |4 i8 h' A10-3 EAST文本检测框架环境搭建 (09:03)
( E1 G. |/ ?' q K10-4 EAST文本检测框架解读与训练实操 (16:23)
; |: i+ K/ h* R0 F10-5 EAST文本检测模型测试脚本编程实例 (09:26)
8 [! H/ H# U0 v9 a10-6 作业节! h/ w3 p$ H5 }2 }) o
f0 }8 B0 c; i. d
第11章 多任务网络原理介绍
: t# d0 ]" K2 E- E; D11-1 多任务网络业务场景综述 (07:49)! z. X$ f$ D: U# T) X
11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)
& d' r% L; L- |; T; m4 k11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)1 c: J% J+ T4 q6 d1 W
11-4 思考题
( b$ z% c$ s9 R6 h8 H& N2 I
7 r h7 z k! M第12章 基于人脸检测+关键点定位的多任务网络项目实战
8 U k+ L4 T4 C2 ?7 b12-1 MTCNN环境配置、框架解读、数据打包 (18:41)
8 N @- R& ?) v/ l& ~2 Q% F( d/ D12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)
) I) o% y' _# Z12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)
/ F! v4 ~7 U) e0 E* Z12-4 MTCNN模型训练介绍 (03:33)
9 C. u5 |3 P" X! F" E12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)0 C4 |" }5 V. s) ]6 C7 f2 S
12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)4 t- B: E5 S& v3 A/ N5 d
12-7 思考题) w) }1 R f5 S+ _# C
4 g8 b7 b. S6 O8 ?9 D; ]3 V
第13章 课程总结
- Q# r" m2 I/ E* n$ k13-1 one-stage vs two-stage (13:13)" D6 @7 l& m& _( X. k
13-2 不同目标检测算法的优缺点对比 (12:52)
1 J8 ~8 I4 y* @4 w7 D13-3 作业节1 D0 x( x9 _; [* I* \- ?# _
13-4 不同目标检测算法的精度对比 (10:42)
! f r& P: P" C' U7 r6 }" T13-5 作业节
7 h2 E2 G) O* r/ X2 {4 I13-6 常见目标检测研究对象与数据集 (10:37)
* {6 _- p: K& r1 x4 u! V, O0 v13-7 目标检测常见任务与性能评价指标 (18:23)
- k8 [ L+ p& p, [! `1 v8 m) P13-8 目标检测行业应用现状-人脸检测 (17:31)
) w" Q& j N' F; o8 m8 q+ M13-9 目标检测行业应用现状-ADAS (10:20), }) q Q Z0 f
13-10 目标检测行业应用现状-文本检测 (09:05)0 E# |! Z b- K5 o3 C
13-11 课程总结 (19:30)
! K4 Q! P: W" C4 O" A9 c
' x7 X2 p: f" K, H5 b; ]0 ~* h〖下载地址〗
# T6 [: D% ?6 k1 a
3 H# z. Y- {2 k# ?4 U+ _* U〖升级为永久会员免金币下载全站资源〗
; n- ?- @/ {: T3 n9 V* D* l3 h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
3 A) l# Z% V/ k1 S( y& D* w3 Z |
[复制链接]
