" _' S' f$ {! \; v4 u6 w5 [- S* |. z) a
〖课程介绍〗$ k+ Y' m8 E% H9 [' m
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 `+ [9 z, ~7 V/ K9 y
% p1 {% H' y: ]- E6 q/ _8 v〖课程目录〗9 M, T! b% q- h4 R! f7 i A, O
第1章 课程介绍 试看! e5 [9 W; ~, o- a
1-1 课程导学 (22:58)试看
; z* U- w1 d6 J% t6 L3 p) e5 Q
% k' n4 C( n( a# Q) }第2章 目标检测算法基础介绍
0 g; `6 T% U. y2 R8 k8 P: m7 ?$ N2-1 目标检测问题定义 (12:10)+ ? [6 f+ R+ h w
2-2 目标检测问题方法 (15:11)
5 v- a4 |; X9 U5 I" J( Q |2-3 传统目标检测方法基本流程 (05:33)& [+ P7 k {+ F! b
2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)+ H* S. u+ o5 Q; l+ X: S) P
2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)1 R2 l( f6 ]/ `3 g) R1 F) f" g' Z7 Y
2-6 常见传统目标检测方法-DPM（物体检测） (06:34). z' j* c. {% |$ {+ J( V. M9 L
2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)4 j; F3 K) ^: ]4 _) ~! E4 r
2-8 Two-stage基本介绍，流程与常见算法 (08:25)1 f+ n$ k0 K# x9 w7 v9 d
2-9 Two-stage核心组件 (21:06); z5 F; l x$ \" m7 Q* C' U
2-10 One-stage基本介绍、流程与常见算法 (04:36)
0 E1 q2 l% }0 W$ s& [! h- v2-11 One-stage核心组件 (18:52)! W& U6 `% D" |3 S$ D( ^, k/ O: i
2-12 One-stage与Two-stage优缺点对比 (05:14)/ p; |* l5 J- a$ K1 T9 `$ i- @7 T6 K3 r
2-13 作业节5 V# G! q3 ]& j5 ^2 D
: N1 D. C' H0 @" }3 ], r, l第3章 SSD系列算法原理精讲 试看
2 }$ R3 t: j5 M; h3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看5 n: G# x" a* T/ l5 i
3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)
t* i& R1 q9 x# |1 y. E/ x3-3 DSSD、DSOD算法 (13:29)
9 L5 {/ f# f# q) Y3-4 FSSD、RSSD算法 (09:29)! B5 Y% M5 m8 f: e, p
3-5 思考题
& I; g# i$ ^5 [# x" @: a7 Z' N/ H7 i, n
第4章 基于SSD的人脸检测项目实战 试看) h1 p5 m) T7 Z( P
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); H; ^0 d% H$ K: d1 b' s) ^
4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)$ ?! N) e k; b' q1 `. {
4-3 Wider Face数据集介绍 (06:36)
8 H7 f. ?3 b7 \# s+ g/ M/ j4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)
2 W' Y. h8 K/ r' a8 k4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)" v. u9 Y$ S+ j& V0 ]! P, S5 O
4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)( k8 ]1 i" j2 m+ l7 d X5 d
4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
* H, `0 e1 w5 B* c9 x5 W/ E4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)% k3 Z1 ]( V9 y# g- L$ J
4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)1 `$ Z6 R" f7 G, K' O1 \
4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)
: N g: B+ H- w+ b/ _. I) l4-11 Caffe-SSD框架测试结果可视化与人脸检测技巧说明 (11:09)试看
( x3 s/ v2 L0 {4-12 思考题1 v: Z) ?) Y, t% z# s3 g
' P; V5 }( ^% ^; }
第5章 Faster RCNN系列算法原理精讲
6 |& x+ w8 U; p" J1 g5-1 Faseter-Rcnn系列介绍 (06:38)
v E/ ~. |) a" g0 [8 n# g5-2 RCNN介绍 (14:19)( d4 H" @; e8 r: s- X( J( k6 j
5-3 SPPNet介绍 (10:23)8 n# p7 Q4 R- }% ?* ?4 M
5-4 Fast rcnn介绍 (21:02)
, K; E" E) a4 z( V9 T/ M1 @* V* g! v. a5-5 HyperNet、RFCN介绍 (12:47)
8 I6 q' u, c5 s7 _5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35). F' ?) g& @. N
5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)
- C$ H4 f: Y/ A. `/ \6 n5-8 思考题) p; \! T4 [" T* U( R; n
- J, A8 b( v/ ~, B# p7 D" f. {第6章 基于Faster RCNN的ADAS场景目标检测项目实战
2 \( a4 L/ O( W+ E- v, C6-1 ADAS业务场景介绍 (15:04)7 i% d& o4 R2 k; p, \/ q* I
6-2 Kitti数据集介绍、标注格式、下载等 (10:22)) v8 Z, h. n. v
6-3 Kitti数据集类别提取编程实现 (14:13): {+ k: R6 F& h' c' m- s2 w
6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)% M) p& \# H/ p; A- x3 F3 N) X
6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)9 B0 w* l2 C. N& \6 d! w8 R- G, e
6-6 Faster RCNN目标检测环境搭建实操 (05:34)
6 I* \8 c, b# V& h% @8 U9 `( Z* d6-7 Faster RCNN目标检测框架介绍 (09:10)' A% b: d. O0 J. U, i1 h
6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)
' J0 R8 b' q0 H+ Z7 ~, D8 r$ _6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
) y: y z0 n/ T$ n6 r6-10 Faster RCNN目标检测模型训练及其优化 (06:58). u; \; p1 Z% W' J2 a0 ^" D
6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)
+ Z2 y1 P* o4 y( X5 s+ z2 P! @* b6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
3 r3 B7 l0 U5 Y0 ^6-13 思考题) U+ u5 w" y4 X4 c" X
6 b' u o# B: h/ H( P
第7章 YOLO系列算法原理精讲1 f/ Y& d$ d% |! f
7-1 Yolov1算法 (21:28)
5 n, p4 S4 s0 ]; J( c7-2 Yolov2算法（1） (12:38)
" X% Q. J, l; `8 o w* v) Y7-3 Yolov2算法（2） (11:42)" f8 l# M) `4 i( \
7-4 Yolo9000算法 (05:12)
0 Z- f0 x1 i0 _0 i: a3 U7-5 Yolov3算法 (10:44). k' k; U. k' R d6 d1 l
7-6 思考题# T) E+ ]; i8 b4 m- t7 i3 r' v
! n w8 H4 L* k5 P第8章 基于YOLOV3的通用物体检测项目实战
; ^4 I6 J# Z3 `4 y3 d9 ]- p$ Q8-1 物体检测业务场景综述 (17:53)% E9 E6 |( K! W. Y: B
8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)
% K2 W. d! f0 i) U8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54): n% b% h; O: `% e* _
8-4 DarkNet框架解读及相关配置说明 (18:06)
1 V7 S* z7 |+ B8 H v z8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)
( V) ~/ l! Z% r: t3 V0 V1 D7 A1 \& j8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)
% L& O1 p0 ]; F! C5 P8-7 思考题2 T; R7 R7 P4 |, X
5 a2 b5 O; f! b/ |. `6 q& `第9章 文本检测系列算法原理精讲
- I; h! l6 U. X) r" Q# ^$ Q6 N9-1 文本检测算法原理介绍 (12:50)) |# y" R4 r6 H; d Y
9-2 CTPN模型 (10:38), \' ]! V; r% ], I% C% W
9-3 RRPN模型 (19:11)! B3 `& e# k% I0 b/ F D) |* W5 Y: r
9-4 FTSN模型 (11:41)
% b: H. Z8 t8 S7 _2 v* f9-5 DMPNet模型 (15:56)% `& ]5 K9 d' i c3 a, ]
9-6 EAST模型 (09:17)0 J8 W$ {" w/ S( ?+ F- {: a; `& F% _& j
9-7 SegLink模型 (13:01)4 S& K3 ]: x: f3 r8 \/ I9 V$ V
9-8 PixelLink模型 (16:35)
+ q2 a5 A; {& u! G. k2 P7 z9-9 Textboxes讲解 (18:41)3 [4 D& _) D6 u0 o
9-10 Textboxes++模型介绍 (25:34)
& c0 t/ Y1 G* X/ n( b9-11 文本检测常见数据集 (21:16) g( W; @4 r# l) t9 K
9-12 其他检测模型方法介绍 (14:56): Q$ N# X% x" U: R' v6 E
9-13 作业节7 k$ R* ?( {7 ] m; B
4 h& G( E. l& O1 P1 m
第10章 基于EAST的自然场景文本检测项目实战3 j% D5 W% N, _1 D- m7 ^
10-1 自然场景下文本检测业务场景综述 (15:26)" r# |; M' \4 c+ _3 r
10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)2 J' m3 t; [8 L7 o
10-3 EAST文本检测框架环境搭建 (09:03)
( }3 n: a2 ^1 I# D0 S, a$ o10-4 EAST文本检测框架解读与训练实操 (16:23)9 ~ r9 Z- {( F' `( N7 v
10-5 EAST文本检测模型测试脚本编程实例 (09:26)
+ E! K, a. s+ q& ` y10-6 作业节# L% d, s9 P) ?
6 @6 C0 o) B& S0 w) {6 s2 `6 f
第11章 多任务网络原理介绍
0 u* }4 ?4 j' O& b: t0 l3 a11-1 多任务网络业务场景综述 (07:49)
. K7 T* H* Z; ?11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16): U8 J0 h+ M$ a* R- T* {* n
11-3 人脸检测+关键点多任务网络数据集介绍 (05:30): e( W) o5 j* l
11-4 思考题5 B" E* p% \/ T/ d" F) X) B1 ?
% T$ z7 B6 E* W0 N, F# D第12章 基于人脸检测+关键点定位的多任务网络项目实战) e. c- ]0 K; ]1 @
12-1 MTCNN环境配置、框架解读、数据打包 (18:41)
& S* q4 ~ b1 M4 l1 ?8 n+ T12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)( i- i& k& d( B- g( p
12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)
" ?: [0 C6 Y! `; u12-4 MTCNN模型训练介绍 (03:33)
! {; u3 t1 m" d8 C* p( t% K3 A' {) G0 P12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50) m" v8 O5 I7 y$ \& r3 ~8 {+ J
12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)' p( t. L% i1 V; f* N
12-7 思考题
) k2 K" V2 d5 K( p- p- Z
. q2 R) q! f0 A, C第13章 课程总结" F8 B/ x4 ^* w% M+ B" c) X1 e
13-1 one-stage vs two-stage (13:13). N5 M/ ~. E2 W2 [/ E
13-2 不同目标检测算法的优缺点对比 (12:52)5 X" T+ I. O. t, d* v. u Q
13-3 作业节0 w9 w+ G' j7 w8 k) t3 T$ Y# e
13-4 不同目标检测算法的精度对比 (10:42)2 h& u# m/ \0 G- ?
13-5 作业节
/ \3 E2 T# b( c$ }13-6 常见目标检测研究对象与数据集 (10:37)
Q0 t; m! s' }13-7 目标检测常见任务与性能评价指标 (18:23)
7 h9 ~" w/ A" ]+ V0 `$ K* F/ T0 F6 G13-8 目标检测行业应用现状-人脸检测 (17:31)
6 h. L) d l B) }% s13-9 目标检测行业应用现状-ADAS (10:20)8 i- S* n( F# I
13-10 目标检测行业应用现状-文本检测 (09:05)/ e$ l+ ?7 Z$ ^& R o1 x) d9 ~% T
13-11 课程总结 (19:30)
: |. [( F! @3 J8 h6 C
- k8 e' W, Q1 E/ a# q6 d$ f5 c〖下载地址〗
" N/ D F5 o* O7 ?9 U
4 z6 Z- m5 F0 E9 b2 ~2 ~0 G〖升级为永久会员免金币下载全站资源〗0 I' f5 T7 q6 D; l, s% 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
1 o/ n% X+ i: l1 N/ r7 a5 ^; ? |
[复制链接]
