/ l& l$ s( T6 x ]* @8 q, q r. j" f0 {, S X8 P9 }
〖课程介绍〗! s( f+ O: v3 y+ Z6 I4 c* v8 i) r
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。3 K) k" ?5 Y/ R' T7 Q
$ T" h: J" _ q) j, Y- H
〖课程目录〗4 o* X" u+ d! ~
第1章 课程介绍 试看+ S# h7 p2 D7 @" ^5 _
1-1 课程导学 (22:58)试看
. `. Y2 G c, t1 r
* x/ W/ g8 W; [5 D; y& U第2章 目标检测算法基础介绍! K7 j) O9 s; x, R; ]" U
2-1 目标检测问题定义 (12:10)
8 X. E( J3 }' s% N2-2 目标检测问题方法 (15:11)- C% F7 M2 h5 p. _
2-3 传统目标检测方法基本流程 (05:33)# c7 y, O$ r8 Z$ s' ~0 Z
2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)" |7 [, l5 f9 V! L) h8 v
2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)# s# ]3 G) _: ~8 u e
2-6 常见传统目标检测方法-DPM（物体检测） (06:34)
8 S. x" N# _6 H; v- {" \2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)
( z8 `7 `8 L5 b) H! _. E0 L2-8 Two-stage基本介绍，流程与常见算法 (08:25)
5 E# B( h) j; [8 ^2-9 Two-stage核心组件 (21:06)/ w7 | m; _0 C& z: ]1 j: P
2-10 One-stage基本介绍、流程与常见算法 (04:36)
/ K& d3 C/ F+ {1 |2-11 One-stage核心组件 (18:52)
7 t& j+ X% w0 E7 J8 d5 [2-12 One-stage与Two-stage优缺点对比 (05:14)
) y. Z) D l2 M) d2-13 作业节
8 z. P! g. C/ u6 K; O- y( I+ q+ k3 e- N$ a( C
第3章 SSD系列算法原理精讲 试看4 Q+ e' @- @1 C5 g" k$ E
3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看
r3 c+ M6 R- z# ~6 [8 a7 y3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)3 S' ?% D/ x9 Q- L% O3 E
3-3 DSSD、DSOD算法 (13:29)' P/ `2 y1 Q/ U+ Q. L# Z
3-4 FSSD、RSSD算法 (09:29)
' B0 a. S) ^- Q6 n _3 \3-5 思考题# R4 S3 a7 `: g0 g" T% x d( X
& X, F9 Q1 Y1 @第4章 基于SSD的人脸检测项目实战 试看
! n* Q! j. c& c, s1 F5 b$ E4-1 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)6 D7 |8 ?* ^3 N E1 y
4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)2 z/ h/ L* ], a/ N8 v0 m
4-3 Wider Face数据集介绍 (06:36)9 q2 G8 o; F0 D& I( y% a
4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29) K8 }: d9 B% X; s4 @( Z7 y! H7 u
4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)
* A: N$ _, G2 E4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)
1 q6 I6 E) Q1 U7 I$ y$ b4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
- a+ c( [! |& w t- m4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)
# V% m I% z/ U+ H* B( O5 D4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)/ u2 ]: Z' p- f6 C7 g: U6 Y
4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)
5 y r; Y* ~2 E7 J4-11 Caffe-SSD框架测试结果可视化与人脸检测技巧说明 (11:09)试看
6 [7 W2 {( o+ i! e8 x6 ~4-12 思考题7 c$ r g1 e n( T2 F
0 E) y, y2 n Y9 p7 e$ c第5章 Faster RCNN系列算法原理精讲
: y& Q$ s6 ?3 }5-1 Faseter-Rcnn系列介绍 (06:38)
$ d. q, l' V' y5-2 RCNN介绍 (14:19)- m. J+ v0 F3 A2 o/ p2 b
5-3 SPPNet介绍 (10:23)
# @" b& X' L7 {) [6 I+ ?$ Z5-4 Fast rcnn介绍 (21:02)
% S1 w$ _4 N- J8 j5-5 HyperNet、RFCN介绍 (12:47)" T/ T% c* D9 Z3 ]- u
5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35); ^6 b0 [: E% Z9 ^" x
5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)6 X/ g+ A! q1 O- J$ ?
5-8 思考题
" s/ B; P# X$ X2 v8 {
( H; Y( o' g! C, R+ v" q第6章 基于Faster RCNN的ADAS场景目标检测项目实战
! _9 ^' c& O7 H* j X6-1 ADAS业务场景介绍 (15:04)
/ p U* M2 e- U+ c1 @6-2 Kitti数据集介绍、标注格式、下载等 (10:22)- L5 Q2 L) p$ H5 G' D: S. ?. V" T4 Y
6-3 Kitti数据集类别提取编程实现 (14:13)
6 L# C) ^8 B' r0 J' V. H/ R- d/ k6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)7 v2 y. }! K/ J5 ?# d
6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)
" Z" E) q1 O8 v$ {8 p$ E: W0 Y+ G' f1 [6-6 Faster RCNN目标检测环境搭建实操 (05:34), z' p! V! c4 C/ M2 r* A
6-7 Faster RCNN目标检测框架介绍 (09:10)7 D! z$ e9 K; d: y1 K% @
6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)/ \' U K6 E* ^
6-9 Faster RCNN目标检测框架配置修改实操 (14:47)& v9 ?' @* s1 S0 m- n9 ?/ w
6-10 Faster RCNN目标检测模型训练及其优化 (06:58)9 D9 R, m+ I# }% j
6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)
+ a' C5 I H+ b2 a/ y6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
- F6 r+ l. Y3 L4 |( s7 b4 t6-13 思考题$ Q9 J+ E6 \2 w9 q0 q
7 f. n* _8 H, S, Z
第7章 YOLO系列算法原理精讲
" V/ U" Q% v$ b: l* q" l1 p; o8 M7-1 Yolov1算法 (21:28)0 ~; T4 x& M8 f+ [
7-2 Yolov2算法（1） (12:38): ?' s c' u4 L ~: y( X" E
7-3 Yolov2算法（2） (11:42)0 p, ]& J, r, H+ @% c* i; f: g
7-4 Yolo9000算法 (05:12)
R! R( q n4 `* e% z7-5 Yolov3算法 (10:44)
b t( _! ]/ R/ Y q! B7-6 思考题
" k0 c9 K* k4 G. q% ^/ V' M; W
1 @7 {) ]( O; J" v第8章 基于YOLOV3的通用物体检测项目实战8 l# H3 V: h7 W3 o
8-1 物体检测业务场景综述 (17:53)& F+ w! m1 q |, p7 j
8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)4 X0 E* J3 L1 a" e8 J1 Y: n
8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)
# d% d' Q- ~, B" T8-4 DarkNet框架解读及相关配置说明 (18:06)
2 e5 W- \* [% t% M( y6 x8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)8 r: P2 h+ {+ a4 \4 L7 }/ v
8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)
f6 O( ]7 G+ ?$ k8-7 思考题$ x3 x2 g+ q6 ]7 Y7 Z2 Q& w
) K1 ?* W3 ], ?& [' x$ p' ?) p" D
第9章 文本检测系列算法原理精讲) G1 g& C! V. @$ C$ ]* [% p
9-1 文本检测算法原理介绍 (12:50)
* f$ l4 m% a; ^/ Z9-2 CTPN模型 (10:38)- {; K- r+ _1 x6 b) Z
9-3 RRPN模型 (19:11)
; o+ S6 |& c/ Z9-4 FTSN模型 (11:41)" Q/ z; L. {; }& `8 L
9-5 DMPNet模型 (15:56)$ H1 Y. r1 l _* P( q
9-6 EAST模型 (09:17) g& U1 M) ]% L: t1 b
9-7 SegLink模型 (13:01)
) g, R: ]' q$ v( m+ Y6 L0 ~" Y) }! N9-8 PixelLink模型 (16:35)5 i, }' }( ^5 r2 s$ q/ H- O
9-9 Textboxes讲解 (18:41)
2 R$ g! L! c7 M) q- P9-10 Textboxes++模型介绍 (25:34)
0 x( o$ P! `- ]9-11 文本检测常见数据集 (21:16) A1 F6 o% m* Y+ T
9-12 其他检测模型方法介绍 (14:56)2 n1 l1 _# n; G) x4 x& @4 [$ c
9-13 作业节
' N2 a' t5 h) Q8 @* ?
6 S# S2 z; E& e5 R7 J第10章 基于EAST的自然场景文本检测项目实战
! G" J3 I" I+ U7 d$ k. J10-1 自然场景下文本检测业务场景综述 (15:26)
+ { b/ v$ }: C10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)4 E i6 @, W) G5 ]& Q* \( m5 A) k
10-3 EAST文本检测框架环境搭建 (09:03)3 n1 z( r; @' W" k: w
10-4 EAST文本检测框架解读与训练实操 (16:23)6 z( D0 \' K# G. B. Z
10-5 EAST文本检测模型测试脚本编程实例 (09:26)0 r# B+ T' K6 D1 l3 f, y0 @
10-6 作业节
- n* N+ L) i: h- Y8 I) L2 G) m) F1 r9 L5 c7 i& \7 P
第11章 多任务网络原理介绍$ u' I: g R6 N' j
11-1 多任务网络业务场景综述 (07:49)+ e$ d3 W l3 m; b
11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)8 |5 U1 {7 p9 r4 L7 r
11-3 人脸检测+关键点多任务网络数据集介绍 (05:30). {7 h4 G( A8 W2 p
11-4 思考题& @6 z, o* g5 b
! E- y/ d4 a0 k0 K* s/ b: x, E% W( a7 }第12章 基于人脸检测+关键点定位的多任务网络项目实战
. @& O3 K, }$ b4 X12-1 MTCNN环境配置、框架解读、数据打包 (18:41)
5 \/ _( ]3 \5 L12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)
" C8 ?5 O& p* S! R+ m! N12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)
k: h- u4 N; L0 g4 q% ]12-4 MTCNN模型训练介绍 (03:33)
" Y; f! d! l" u7 E+ Y6 p4 a. l$ G" w12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)( K; A& B8 z- }& h3 N
12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)- m8 }) T7 t3 ~9 ]0 s) _" B
12-7 思考题
" C, h4 S. l% y- p9 ?; u" H: X+ ^/ M# B3 ]
第13章 课程总结: r* E/ ?* q% y* X9 [3 ~+ g9 M
13-1 one-stage vs two-stage (13:13)
% ]% Z1 J8 U, z# X: R' ]: k13-2 不同目标检测算法的优缺点对比 (12:52)
" ^! o: M7 J% l5 K13-3 作业节
- J9 C( ~, g2 _6 Q3 a `% n13-4 不同目标检测算法的精度对比 (10:42)+ L; H. _/ p4 F% Z5 N- K
13-5 作业节3 r( r& p: J% Z* F
13-6 常见目标检测研究对象与数据集 (10:37)7 A$ b% `5 A/ z# |1 N
13-7 目标检测常见任务与性能评价指标 (18:23)9 ^4 r0 o2 b s+ l$ p! x* w0 ^: ]
13-8 目标检测行业应用现状-人脸检测 (17:31)
T% j7 T3 \; ^/ F$ I' C/ Q: I13-9 目标检测行业应用现状-ADAS (10:20)
* ^, m9 Z( d* g) `3 c* Y( z, ?: p2 {13-10 目标检测行业应用现状-文本检测 (09:05)
# |* m" _0 P; R) D4 [% l13-11 课程总结 (19:30)
7 v- g, `# `0 y) R4 m+ ]0 n
; ]8 D8 v( Z2 j' }, m5 i. M6 ` ]8 C〖下载地址〗& L0 }+ ~. E5 M r9 m
! Q! M/ ?+ G9 ^5 X' n( ^7 d& ?〖升级为永久会员免金币下载全站资源〗
9 L: @" V+ k: Q. m2 B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
: h5 n/ Q1 v) O1 V |
[复制链接]
