5 C2 T" l3 B& a: n2 Q' A
* q3 Z, h4 f8 M& Z
〖课程介绍〗8 |: W" r: \0 y$ e
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。8 E, Z+ e7 W2 ]; a& ]
0 b& V* F# ?* E- L
〖课程目录〗4 q$ P% ~) U1 \4 T
第1章 课程介绍 试看
5 D( g8 F/ b( A) N1-1 课程导学 (22:58)试看4 Z8 l/ ~4 e9 T" ?6 e2 X
, U/ m0 G( E" Q$ P2 \2 s
第2章 目标检测算法基础介绍
# e" v$ K1 _& q2-1 目标检测问题定义 (12:10)
7 ~& w3 x8 o$ q, W3 n* p, f1 I$ z4 ~2-2 目标检测问题方法 (15:11)& u2 s/ O# |/ M. \* E" _& Q) f8 R
2-3 传统目标检测方法基本流程 (05:33)8 L' t6 L4 d! J0 `: W
2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)0 f( v7 I9 B8 J7 \6 [& v
2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)
1 `: G* q6 a' S" |2-6 常见传统目标检测方法-DPM（物体检测） (06:34)
( I5 {6 N8 b7 x- N+ X) e2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)
8 n$ r9 y- ?0 |6 C" |. U2-8 Two-stage基本介绍，流程与常见算法 (08:25)9 G: a# u# v7 z8 D" ` `" Y4 X
2-9 Two-stage核心组件 (21:06)
z3 n: {5 S; {0 i: u2-10 One-stage基本介绍、流程与常见算法 (04:36)' o4 o+ |* M4 ?) F( s( C! W5 D6 o$ `
2-11 One-stage核心组件 (18:52). i2 z: c8 y! H8 p( k# y3 g
2-12 One-stage与Two-stage优缺点对比 (05:14)
& S) t8 T$ x; ?5 d; d8 ~7 A( n2-13 作业节
4 Y2 l: J9 k) c# _6 n3 {) A" }. b. e# y/ k! z0 `, c& ?
第3章 SSD系列算法原理精讲 试看
. [9 @" s+ `/ B2 t/ o$ _; c4 K. o3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看$ K. Z8 w- `5 i, b; {
3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)) [/ S: J" ^. b+ I
3-3 DSSD、DSOD算法 (13:29)
x i$ `: S6 D7 y' P2 [2 T1 M3-4 FSSD、RSSD算法 (09:29)& h- ~5 Q9 ^ K B6 P2 E8 W l
3-5 思考题
! M5 ?& V7 O) i1 m, l& u2 E- _9 H& h$ Q& c A5 i% d
第4章 基于SSD的人脸检测项目实战 试看
+ ~, \8 |2 g' }* z' @0 |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)
9 e& a9 G) _# q( i4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)
0 y6 x0 g/ ], u7 w4-3 Wider Face数据集介绍 (06:36)
$ o/ b/ j) ]3 [) |! u4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)
% O2 X. B: Q9 V l. n4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)/ B& ~4 u0 X: l: p6 m, N2 e
4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)! x, P: k. E7 O9 ^
4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19); X) ~7 w& ^4 P5 z
4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)
( j$ i) M6 ?/ a3 l$ o4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)
" I& v) z' L ^4 T3 L$ C4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)( y& r6 }, y8 B3 `4 c6 G
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& t: a& D. M2 Z. U5 E9 h; i4 \
4-12 思考题
s0 P5 z0 g t2 [! [: H7 g) X! A$ c# a+ Q1 H
第5章 Faster RCNN系列算法原理精讲
* T2 m$ \4 k! v4 E5-1 Faseter-Rcnn系列介绍 (06:38)' t6 P. f y# j9 R/ N
5-2 RCNN介绍 (14:19), Q- e2 R( s3 K# E3 f
5-3 SPPNet介绍 (10:23)
6 P; I( y5 q1 o! U# Z* o; k5-4 Fast rcnn介绍 (21:02)1 C2 A0 k7 c5 A q- p
5-5 HyperNet、RFCN介绍 (12:47)& V/ n& w2 ]! R9 v5 m) d3 P2 c: v
5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)5 r, K' |* g k2 }! |9 z7 V
5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00): V# R! V, [* R3 P! _; e
5-8 思考题
; u; i! ], ?& i# U5 p
, I: m5 l: U) S0 j' |" T第6章 基于Faster RCNN的ADAS场景目标检测项目实战$ z* F8 k w) D% d
6-1 ADAS业务场景介绍 (15:04)0 e7 ~$ [0 y+ I9 c) W' t1 ]
6-2 Kitti数据集介绍、标注格式、下载等 (10:22)
+ Z) G" D3 ]% m1 E& j0 ^" d6-3 Kitti数据集类别提取编程实现 (14:13)
( u. C+ [; [8 b- h: Q3 b/ ]$ ?6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)
* ~' O- z2 k5 A1 q5 r! j1 d6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)/ W. w- \3 ]$ z/ y
6-6 Faster RCNN目标检测环境搭建实操 (05:34)
$ P0 G( e0 J* M. h6-7 Faster RCNN目标检测框架介绍 (09:10): f7 h9 B, h6 e; m( V# R
6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)
& D) ?- G$ a# g. X8 I# a L' y; \" `6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
9 u! f: E9 z& p1 f6-10 Faster RCNN目标检测模型训练及其优化 (06:58)
$ R* k* @; ?) L0 h e+ t" `- j6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)
+ h E6 \+ k) X6 a' @; b6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
0 E3 W& E, z" _3 ^5 c: U) M2 m6-13 思考题6 u/ n$ O9 O# d+ G4 ~
' [( n$ x: P: N l: a7 B# e( O第7章 YOLO系列算法原理精讲
0 o' G: s* P2 J. c7-1 Yolov1算法 (21:28) i$ y2 `/ U# G0 W
7-2 Yolov2算法（1） (12:38)# {7 F9 _9 _; p# g9 g D
7-3 Yolov2算法（2） (11:42)& z5 L% c- p3 c. r
7-4 Yolo9000算法 (05:12)
$ K5 ?* U3 |. r/ A6 K, Z7-5 Yolov3算法 (10:44)
. o5 q8 o0 X/ {' O% M' O# Y7-6 思考题
7 G, ?9 V! q+ @5 U2 J7 B/ e3 ~, T7 p
第8章 基于YOLOV3的通用物体检测项目实战; L& t8 S: p. G$ q
8-1 物体检测业务场景综述 (17:53)
- W& C g! X) _$ y* b+ I( i8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)% B& Z4 a. r' n: t' b
8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)
7 K6 l. v" | U y8-4 DarkNet框架解读及相关配置说明 (18:06)
3 A& ?3 K- Q5 K( @$ I+ Y3 U' `8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)
6 \4 c( x5 ?# B, j/ `8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)" N$ c" Q& O, p
8-7 思考题3 v3 }% z/ d5 z& V7 s/ {/ d- \6 M
2 \. n( { C3 D5 F- M( B [1 \第9章 文本检测系列算法原理精讲
2 i0 ~$ Z' D; e: {- h" ~7 q9-1 文本检测算法原理介绍 (12:50)
0 w9 a- P& a+ C$ I0 b. R9-2 CTPN模型 (10:38)$ J2 H) i/ }4 A: ~; a$ j6 P5 I {
9-3 RRPN模型 (19:11)" r/ E4 I( w: o; D& g+ J
9-4 FTSN模型 (11:41)
' B- ?, J4 H% k2 K; B! L9-5 DMPNet模型 (15:56)
% A- g/ D6 X, `: A% ?* U9-6 EAST模型 (09:17)
' v; N3 C8 r. y. x3 \ {9-7 SegLink模型 (13:01)
* x i1 x# Z1 y) d4 @! m9-8 PixelLink模型 (16:35)
, E' b# v# p" x9-9 Textboxes讲解 (18:41)
5 e! a: q! [' ]! [9-10 Textboxes++模型介绍 (25:34)
/ t- L$ d C/ B, v" d, Y9-11 文本检测常见数据集 (21:16); \, w4 k$ o6 @" o! A+ ~, O
9-12 其他检测模型方法介绍 (14:56)
; Q) ~! D/ M8 e2 [: L9-13 作业节& W s! s2 g* Y6 {
" x4 ~2 d% w. [9 }$ [第10章 基于EAST的自然场景文本检测项目实战
8 O# l( V$ F2 o# K; ^% L10-1 自然场景下文本检测业务场景综述 (15:26)
& }! b: C# b( r( ? m& V9 q# v7 K10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)7 x' J3 J9 \& ]/ ^" ~% d- y
10-3 EAST文本检测框架环境搭建 (09:03). z. g+ W) c* b' c/ w1 Q n4 m M
10-4 EAST文本检测框架解读与训练实操 (16:23)" d1 N) ]; H% W, _3 G) B, R
10-5 EAST文本检测模型测试脚本编程实例 (09:26)
2 }1 K: w2 P/ q* V10-6 作业节: \) m [$ p( m. U
' y3 p( _3 R$ L0 s6 G( I- w' w第11章 多任务网络原理介绍
0 j( B8 ]; x( W1 s G) ~11-1 多任务网络业务场景综述 (07:49)
* N8 `' {1 l" v' ] X# N- c/ C11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)8 _5 f4 e v# d3 J; u @
11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)
: Q; x5 u5 _4 v, t$ c( ~7 U11-4 思考题) ~& |" Y7 L$ m% G/ E7 m
" I" S8 q3 J/ G: U2 G第12章 基于人脸检测+关键点定位的多任务网络项目实战6 {+ w5 V6 x2 ?: P/ T4 i
12-1 MTCNN环境配置、框架解读、数据打包 (18:41)
; `9 |1 \: r# Z4 D12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57): W6 I; t: G% _ e3 o: o E
12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)0 U: F- }( ?7 M" @# u5 b1 |
12-4 MTCNN模型训练介绍 (03:33)' _6 D8 c. B, k# U9 B1 I/ w
12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
/ C( ]6 i7 [' x; Q! A( X12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)
9 S! h$ [! j# u+ Y Z+ r7 }12-7 思考题! B. D. {) \( e. V1 _0 r
- f- k/ s- Q' T# F- F- @9 l第13章 课程总结2 G7 |5 ~ d$ \) ?5 { @
13-1 one-stage vs two-stage (13:13)
8 t6 i5 v, F( `/ I9 {1 z' l& _13-2 不同目标检测算法的优缺点对比 (12:52)
9 O# t% o2 s* l13-3 作业节0 e9 N5 a8 S# M( m
13-4 不同目标检测算法的精度对比 (10:42)1 o% u& k: `& v9 C& {! X& t; J/ h
13-5 作业节; f! d) c/ p5 b, \
13-6 常见目标检测研究对象与数据集 (10:37)1 A3 G- m' t; e( D
13-7 目标检测常见任务与性能评价指标 (18:23)
/ G2 p) O8 a8 T2 R% S13-8 目标检测行业应用现状-人脸检测 (17:31)' X4 g4 x/ F x5 z4 ~! K
13-9 目标检测行业应用现状-ADAS (10:20)) W# b6 W$ q# d5 s8 V; ?7 M; g; b7 D Q
13-10 目标检测行业应用现状-文本检测 (09:05) Q/ M; ~& d3 |( x, D: ^$ P' o
13-11 课程总结 (19:30), P; s' h4 |4 Q: J
. N) S9 z8 i5 l, l0 c
〖下载地址〗0 E3 Y0 h5 M8 F' {0 n+ y
6 K f( D: w; f# g〖升级为永久会员免金币下载全站资源〗
! Q. `# p8 s/ @- J! 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
" G. O0 g5 @; D# P9 B8 D7 W4 h |
[复制链接]
