* d1 u7 y# y6 U; P- ]
& Q/ h" }1 L4 a2 e5 Y/ b- g% {, P
〖课程介绍〗; {# F! q! V. a' R: D3 z
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。( r6 E( A4 g! H5 d& w& g
% `& H, z" P4 s" ?8 p) U
〖课程目录〗
6 ]3 }1 }' b3 O第1章 课程介绍 试看
7 S* L" V$ M) M) }6 n$ n1-1 课程导学 (22:58)试看
. ]( j' b/ V9 t2 |0 B+ x: f. y% O
9 N+ \" \/ n- ^8 R# K6 w* k第2章 目标检测算法基础介绍0 O: I5 ~* V$ k& Y
2-1 目标检测问题定义 (12:10)- Z; v" S! c# c* s% F* {
2-2 目标检测问题方法 (15:11)
3 `; G, j" J! P2-3 传统目标检测方法基本流程 (05:33)
) E' a$ S1 L# U2 E7 q" R1 C2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)4 r9 [7 p* x8 o* A8 J1 ]
2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)6 B$ e$ x$ ^. p; i6 B
2-6 常见传统目标检测方法-DPM（物体检测） (06:34)
9 b) I( G! N" @* c+ h2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)* p6 P, H. R0 Z1 s
2-8 Two-stage基本介绍，流程与常见算法 (08:25)* }+ x5 x6 j; t8 H* A
2-9 Two-stage核心组件 (21:06)# S: E5 u8 [# N/ t# M
2-10 One-stage基本介绍、流程与常见算法 (04:36)0 K! }8 J: Q+ K) k; v
2-11 One-stage核心组件 (18:52)$ Z/ a; p# B6 D" I5 e
2-12 One-stage与Two-stage优缺点对比 (05:14)
+ d. k/ u: X3 [5 W1 P. A) M+ F& f2-13 作业节4 W0 p5 ^5 D w) c* i
5 B% S5 n" P% s( v5 K; L第3章 SSD系列算法原理精讲 试看
3 `. j1 W9 M8 Y9 w% S# ^3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看
' E2 }% Z* L; I3 \; D2 a3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)
w) M7 }/ q3 {4 m7 W3-3 DSSD、DSOD算法 (13:29)* u* i$ r* N' z% D7 O' A" F
3-4 FSSD、RSSD算法 (09:29), H( {5 r. W0 {- y9 l" H
3-5 思考题
& `5 w# h9 y' P( y; ? y3 y: g, C4 _) i. h
第4章 基于SSD的人脸检测项目实战 试看# J9 l2 g6 r: ~ _5 h
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) U n. O4 f1 |. t0 V
4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)
. x0 k. \7 y& o/ f' S4-3 Wider Face数据集介绍 (06:36)" Z+ e; o7 G! t2 f; E
4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)& a0 f, M$ b5 c2 Q2 P# G8 h
4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)- } t3 [9 b- i5 J3 C" H! u7 \
4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)
+ n/ t8 ]0 {0 l7 ?+ j4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19). |3 Z# t2 g: t* _
4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)
5 ~: F# P6 \7 K3 F- v- K5 ^4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)5 _) W# i' d% S5 X7 a* N
4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)
% p& H% d. [1 C2 `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. C# h! p8 r `/ K* i0 U$ C# I
4-12 思考题. z8 `* J) u2 ?$ t6 N- D7 m3 b' B
8 P, u, r& b: v/ [5 L; W' m第5章 Faster RCNN系列算法原理精讲7 m1 F, l2 B5 U' U1 o
5-1 Faseter-Rcnn系列介绍 (06:38). U" ]5 f+ G, H6 Z L
5-2 RCNN介绍 (14:19)
1 K) E& q/ {1 a {" L" o/ ^: E1 ?5-3 SPPNet介绍 (10:23), d; u+ T8 M. k0 d) c8 ~
5-4 Fast rcnn介绍 (21:02)
) [ T4 @2 S4 n' H7 T% I5-5 HyperNet、RFCN介绍 (12:47)
2 w$ U' J) c: h. @. z7 [6 R$ |7 c6 g5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)
, I$ Z( I6 Q5 Z! i4 }4 N2 ?# }0 ]5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00); {9 M! _. J1 t' n, S( L
5-8 思考题
- M/ v5 w& Z4 N0 N, C9 r
! k- a( \, B9 z) x$ z第6章 基于Faster RCNN的ADAS场景目标检测项目实战
0 f% B& y' @' H$ w2 b9 N" y# `/ L! x% s6-1 ADAS业务场景介绍 (15:04)" a- t$ H( i, |4 V6 l
6-2 Kitti数据集介绍、标注格式、下载等 (10:22)6 |; i5 q4 s/ p0 H
6-3 Kitti数据集类别提取编程实现 (14:13)
# t8 d) ~$ ]9 L' M2 s0 N% H6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13): V1 Z+ H3 M! Z
6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)
% `4 S3 P c) K" I6-6 Faster RCNN目标检测环境搭建实操 (05:34)2 k7 w6 t9 O& Q( _: i
6-7 Faster RCNN目标检测框架介绍 (09:10)4 y6 H4 x h8 X' ?: |
6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)
. a- i9 `3 `1 A) M1 w$ W8 A$ c6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
3 f; V- }: x" c: p6-10 Faster RCNN目标检测模型训练及其优化 (06:58)
; I9 y$ c% T; q! i" D6 r+ u1 q6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)! h7 u+ P$ }* e# Z
6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)" ~' G1 ?: q, c" ^' v: H
6-13 思考题
0 ?4 Z) h3 F8 ~5 ~; ~5 l( K9 F& g# I( v) G& n+ x
第7章 YOLO系列算法原理精讲5 O7 ^% N; V \8 {9 z( V. s
7-1 Yolov1算法 (21:28)
" V* p) x {; l* K2 u( r8 M7-2 Yolov2算法（1） (12:38)
5 J( J$ E2 l' P. V# ]$ C. G Q m8 g* R5 Y7-3 Yolov2算法（2） (11:42)! {; B/ }9 z5 u" x
7-4 Yolo9000算法 (05:12)
! e* p9 V& a1 b, K& l7-5 Yolov3算法 (10:44)
5 T( o) A) l) [8 r* P( `7 h5 c7-6 思考题/ [- B& Y! W# z( |. e5 R, ]* | Q
2 a6 k% V: d) E) P
第8章 基于YOLOV3的通用物体检测项目实战4 @% B8 }# U: e2 v- s- z, H3 N
8-1 物体检测业务场景综述 (17:53)
8 L1 L5 v+ j ] y# b5 n+ Y7 R$ c8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)
7 C( S6 L f! M8 L' w; `, k8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)3 x# l7 U5 j) I% f" I4 z4 f
8-4 DarkNet框架解读及相关配置说明 (18:06)
# v& G' ~8 {1 s3 y8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)
$ c: {/ Y0 }3 b1 _2 y% b8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)# S$ H* _( z! C$ D$ B( g
8-7 思考题9 A/ g5 V# [3 v
2 p& U( L( M4 x2 n; }第9章 文本检测系列算法原理精讲
) o; R& h7 z& r, O9-1 文本检测算法原理介绍 (12:50): o! b I5 h7 {
9-2 CTPN模型 (10:38)
4 O7 e/ G7 l0 a* O. f% n# k& i. L5 s9-3 RRPN模型 (19:11)
2 ?, h3 A# s" E) b- S! P9 C+ n9-4 FTSN模型 (11:41)
0 k( X2 G. T2 w" d1 k9-5 DMPNet模型 (15:56)
4 t1 ? K2 {+ E9-6 EAST模型 (09:17)
& d# c/ M0 _% w, k9-7 SegLink模型 (13:01)# V) x2 Z" }) e3 l# A2 X
9-8 PixelLink模型 (16:35)9 s: w1 n: a7 A6 f! ^
9-9 Textboxes讲解 (18:41)
! B; D7 G, E8 [* }3 G9-10 Textboxes++模型介绍 (25:34)
" `( V, R$ a/ ]; }9-11 文本检测常见数据集 (21:16)8 ?; Q; m$ ]) I4 V: C
9-12 其他检测模型方法介绍 (14:56); K' p% W" m4 m) k5 w
9-13 作业节0 Q9 `& t& \9 H0 m5 o+ v% q
( ^2 `) N( j- m) \
第10章 基于EAST的自然场景文本检测项目实战. S/ X) a' v2 r e! ]
10-1 自然场景下文本检测业务场景综述 (15:26)0 |$ F8 |- `# f, v4 E
10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)
# C/ Q: y; a! N& C# Z% K+ K. l& P10-3 EAST文本检测框架环境搭建 (09:03)
1 f2 I7 s/ {6 U5 `10-4 EAST文本检测框架解读与训练实操 (16:23)
. J; j$ j5 p7 B! b10-5 EAST文本检测模型测试脚本编程实例 (09:26)
4 c8 G( x2 e; Y$ N. S/ Y: \" e: c10-6 作业节
: I8 q& F& a% B) d3 t; X/ v4 W. z H( {* R: z$ @
第11章 多任务网络原理介绍
. R4 u( W4 W0 J. a1 g/ ]* V6 `11-1 多任务网络业务场景综述 (07:49)+ V, Z6 ?$ C/ X+ U0 R; K
11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)
( a1 v x2 q n& s11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)# n0 ~& x1 O. m! b, m, A
11-4 思考题
. P/ k# `* _) C7 n# o5 `! T
" D; N2 Q& g1 |- B/ k- b5 R( t5 O; |3 X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 l, `* j9 f/ H* F" u" T }12-1 MTCNN环境配置、框架解读、数据打包 (18:41)# N# U1 i3 a- W3 n$ d9 ]/ F' m
12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)$ p* k4 k5 }! H, Q
12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)/ Z1 U; b& ~( y0 J: J2 V
12-4 MTCNN模型训练介绍 (03:33)
: R' F: I F$ ]3 h12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)% i4 D* X# v" S
12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)# k3 Z+ t8 o9 d0 D) f
12-7 思考题% R4 Z4 C0 o0 o9 ^3 q |1 ^" Z
( m( P) { c' I! Z+ T9 S4 f8 {第13章 课程总结* o" v0 y3 r* r; z+ n
13-1 one-stage vs two-stage (13:13)4 L* M4 K. X5 Z* h. B2 [! }/ _
13-2 不同目标检测算法的优缺点对比 (12:52)6 @5 {( S# r& k+ R0 M
13-3 作业节6 U8 p+ S: s* B; Y6 `/ D
13-4 不同目标检测算法的精度对比 (10:42)
6 Y- C7 o4 z4 _( v4 B5 _13-5 作业节
( E! x, d) H0 `' N6 d" \13-6 常见目标检测研究对象与数据集 (10:37)
" A5 s' N& p' @/ s0 |5 q13-7 目标检测常见任务与性能评价指标 (18:23)
' p% D& ]: r0 v# ]# `3 }13-8 目标检测行业应用现状-人脸检测 (17:31)9 S. g1 ? s: c5 g
13-9 目标检测行业应用现状-ADAS (10:20)
( T9 |8 _# M: I: v5 L; e. D13-10 目标检测行业应用现状-文本检测 (09:05)6 R2 q' r! ]+ [$ B3 z
13-11 课程总结 (19:30)
5 z; e" c- T3 R: N' C, G/ v
6 |& V7 ]5 _1 b8 q( r〖下载地址〗
( b" ~2 a7 D" g$ U# B# j+ ^8 O8 w$ u- X% r
〖升级为永久会员免金币下载全站资源〗' A# @0 } m5 G- l6 U
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
% i9 ^7 ]9 A( M2 [7 ~ |
[复制链接]
