, ^! ^$ L. R o( R4 J4 O! y" V! \3 h: C& J. x$ y) Q8 j( `6 h
〖课程介绍〗
( i" w) k1 @8 q' n1 N* I/ [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。$ n+ m8 S& D5 U5 z8 r6 O
* ^# Q4 A% ~$ u: s
〖课程目录〗
# M* H2 q' \: M! q' B. M: v; j第1章 课程介绍 试看
* y) l9 \( X4 ~1 Y I+ F# q1-1 课程导学 (22:58)试看
- j: g. o [1 t1 s o7 ]' g8 v
5 R, U, X7 m- S) I) I# p第2章 目标检测算法基础介绍
# B- O' w1 u- e( z3 o2-1 目标检测问题定义 (12:10)% v0 @1 p1 K* d( t
2-2 目标检测问题方法 (15:11)
5 f7 G. U! b9 p$ O k( T2-3 传统目标检测方法基本流程 (05:33)
5 N# h# \0 g! I* r2-4 常见传统目标检测方法-Viola-Jones(人脸检测) (08:58)
8 U1 M q' f) C2-5 常见传统目标检测方法-HOG+SVM(行人检测、Opencv) (09:21): k7 Y5 R: k5 M3 ?; H! o
2-6 常见传统目标检测方法-DPM(物体检测) (06:34)" Z+ `& _% S1 U( {
2-7 常见传统目标检测方法-Sofe-NMS(非极大值抑制算法) (05:54); W6 o& P* ]3 G8 J7 G
2-8 Two-stage基本介绍,流程与常见算法 (08:25)7 H( _/ `$ v! J$ c% j3 M
2-9 Two-stage核心组件 (21:06). z M) k1 X$ }" q2 G* a: @: E
2-10 One-stage基本介绍、流程与常见算法 (04:36)) u, R5 a+ H* r: W" W
2-11 One-stage核心组件 (18:52)
' i2 a: d5 y4 K( h, r- x/ H. j2-12 One-stage与Two-stage优缺点对比 (05:14)0 f! S* I, x+ ?( ~. q0 H, i
2-13 作业节
) X# n+ p/ V% r* W
1 P7 W8 B6 [9 e8 @8 l. s! v第3章 SSD系列算法原理精讲 试看/ P: p$ r" \% A
3-1 SSD系列算法介绍(主干网络、多尺度Feature Map预测) (12:18)试看& h5 Q& i% x( R5 f4 \ `
3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)) [. k: W# e# H+ \) G- ~
3-3 DSSD、DSOD算法 (13:29)* n2 ?" o3 X/ i6 i" `4 B! ~3 N
3-4 FSSD、RSSD算法 (09:29)
# C5 l2 |- |9 y3-5 思考题
, c/ `) z3 R. j- M3 {+ K. \
8 E* H* M8 z/ i( M第4章 基于SSD的人脸检测项目实战 试看
' b. Q, q/ j; V4-1 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)
q" a. L. s% e" T& @4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)# w! ?! o5 _8 F" V# Z' n
4-3 Wider Face数据集介绍 (06:36)
3 G0 ~. W( r6 S( R4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29) I! A) i3 a6 Y6 y, ~! v
4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)& W# @2 A8 I2 f0 l" J
4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)
/ m4 B" u* L3 y6 N4 S9 B4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)+ n9 K( d( r% e% k
4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)
5 G1 H6 ^2 j9 q, j2 Q. Y4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)& H6 d3 c8 X+ A. `7 @; _$ g" ~% z
4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)" s$ `. f7 Y9 y# a# P
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6 ^! m. Y! M2 f8 Z: |: V) v
4-12 思考题9 O+ L& ^' L. J8 Q3 K" j V _
w7 d1 p, Y D/ F
第5章 Faster RCNN系列算法原理精讲+ {: L, R& u0 S0 n. d
5-1 Faseter-Rcnn系列介绍 (06:38)* p, {. ~/ B$ R5 M
5-2 RCNN介绍 (14:19)
7 n: F3 W( h6 {! s, }; ^5-3 SPPNet介绍 (10:23)- l7 b7 b, ?" w+ ^& i, X. v/ ]" O
5-4 Fast rcnn介绍 (21:02)7 k [6 g, g9 _: `) i
5-5 HyperNet、RFCN介绍 (12:47)9 ~- w& n) N# @1 \$ \3 o7 A
5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)/ B+ f5 e+ [! V" w* z1 c9 H( {
5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)
# T2 A, b' R: G" I. W$ j2 s. Y5-8 思考题' I1 v+ t0 X3 |& g" v" q+ o" J: [ g
2 B7 C# L: o1 z0 S7 I8 S. L
第6章 基于Faster RCNN的ADAS场景目标检测项目实战0 `5 c" ~% ?% v
6-1 ADAS业务场景介绍 (15:04)- [% c& s' V0 o0 S% z
6-2 Kitti数据集介绍、标注格式、下载等 (10:22)
: d$ b; N9 z2 d) M$ p0 E8 I6-3 Kitti数据集类别提取编程实现 (14:13)
. s. K0 o" g) m. |6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)2 |. n+ z) O {. B
6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)
. {- C! {# `1 y0 g0 u4 j& \6 i9 r6-6 Faster RCNN目标检测环境搭建实操 (05:34)# B- k$ K" C* T
6-7 Faster RCNN目标检测框架介绍 (09:10): D* }3 W$ U2 L& x% i3 n
6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38), V+ q: w% N+ o. X4 a/ A6 J" l/ m6 t
6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
% w* K" J- \% C8 k8 }% A' r3 k; X) U6-10 Faster RCNN目标检测模型训练及其优化 (06:58)) w, t- [. E2 T) v, U
6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)
& ?' s6 P/ { a7 L) z6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)) O. i$ \6 B# s8 w" S" o, o& y
6-13 思考题8 t' ^5 |7 |4 J b7 t$ Q4 x
# ~) I+ C* f4 O第7章 YOLO系列算法原理精讲$ H! ^4 l; S: N# J
7-1 Yolov1算法 (21:28)
# C! H, T9 Q1 q1 n# h7 s- F7-2 Yolov2算法(1) (12:38)2 V2 J1 h @# Z2 g+ o- m
7-3 Yolov2算法(2) (11:42)
0 ?5 A7 f7 s+ `7-4 Yolo9000算法 (05:12)
0 M% k! E1 z1 {- G5 I7-5 Yolov3算法 (10:44)5 p9 i# d; Z- r- b" j' C
7-6 思考题
+ v# q2 l' Q; a' J) d: a! ~" i
/ ~8 Y# S, @( Z' {. D% q第8章 基于YOLOV3的通用物体检测项目实战: V0 m" x ]% z% q5 s7 U& g* M P+ A
8-1 物体检测业务场景综述 (17:53)
( G! {3 Q7 S) ~) B8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)
. x) N6 u- u8 r$ R# `2 q- C8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54). X6 T4 H6 Y* r, V; h
8-4 DarkNet框架解读及相关配置说明 (18:06)" `. S" S, m: ?; v( a. `6 T" p
8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)4 b: O) z! C1 V, h
8-6 YoloV3检测模型的测试介绍及编程实例 (12:15): b* ?+ ]3 c. T: C
8-7 思考题5 ?2 ~. I/ U) g* ` s" g* R" ^
4 m; v% D2 o2 h" L
第9章 文本检测系列算法原理精讲
2 S5 T2 N$ F( R( e( G$ k; K* H6 w8 q9-1 文本检测算法原理介绍 (12:50)& P/ X4 f g4 B% R6 M
9-2 CTPN模型 (10:38)
0 O/ M# a% c5 b* R9-3 RRPN模型 (19:11)
$ G. a9 n( n+ p/ q9-4 FTSN模型 (11:41)+ U6 }6 t7 _6 r2 {0 [
9-5 DMPNet模型 (15:56)9 o- B$ r, u' ?( G
9-6 EAST模型 (09:17)
+ h# @5 D+ F% o8 K' W! G) x9-7 SegLink模型 (13:01)4 j) _- f' G: p( S; ^: A
9-8 PixelLink模型 (16:35)
9 r( w- y; Q4 t G O9-9 Textboxes讲解 (18:41)
9 @/ Q3 m4 p& t/ K6 q9-10 Textboxes++模型介绍 (25:34)
+ ~$ g3 R" w/ C$ r. R" L, s9-11 文本检测常见数据集 (21:16)
) ~$ u+ S4 y3 \) w$ f M9-12 其他检测模型方法介绍 (14:56)* g* u) \6 b+ W) B D% @
9-13 作业节: l2 d$ ]) T, Z3 L; J6 a% m
: ?. I9 h8 V6 r6 u! a: Y# i
第10章 基于EAST的自然场景文本检测项目实战
( q) `+ [6 {5 c: S10-1 自然场景下文本检测业务场景综述 (15:26)
$ L& F8 d& h9 a% B. R10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)
; l5 u& @. N) r1 `! ^7 z6 O10-3 EAST文本检测框架环境搭建 (09:03)
' V9 l$ `0 l! n6 e# H: v10-4 EAST文本检测框架解读与训练实操 (16:23)7 h8 _- Q+ f" r
10-5 EAST文本检测模型测试脚本编程实例 (09:26)6 g% X3 E8 U, z% M1 E6 J
10-6 作业节
1 G) N$ v2 M1 g7 x" g4 `% s4 C( C( I- Y0 N
第11章 多任务网络原理介绍
1 R4 Q% D' Y& L( U" C3 L- M1 k11-1 多任务网络业务场景综述 (07:49)/ Q2 T5 i3 E {: y3 T5 W7 C# T
11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)' M [1 o5 @( T$ Q/ o) {. ]
11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)
# z+ U% T8 X: i11-4 思考题. D6 @6 h; L- U
& C' g" l+ w6 r# D% Q第12章 基于人脸检测+关键点定位的多任务网络项目实战
0 H0 N8 o2 O3 _. h, g P12-1 MTCNN环境配置、框架解读、数据打包 (18:41) q& ?% l" L- X+ J7 l
12-2 MTCNN数据打包(PNet、RNet、ONet)实操(1) (14:57)
- j0 s0 I* @1 [% q6 x; \12-3 MTCNN数据打包(PNet、RNet、ONet)实操(2) (13:45)
5 o2 ^; j5 y( y. f" A) V, C7 t" s, P12-4 MTCNN模型训练介绍 (03:33)
3 G# W6 @. d3 A3 l: A0 Y12-5 MTCNN模型训练(PNet、RNet、ONet)实操 (15:50)
, I9 m/ [0 g* m/ p( n12-6 MTCNN模型(PNet、RNet、ONet)测试实操 (09:01)
8 x p3 N' |' W2 ?8 d+ M+ D12-7 思考题
/ }) [) @) k: a" a9 Q; J/ N. m/ E+ a0 Q. @+ Y! i7 ` D% g g
第13章 课程总结# U& `, F6 V$ a0 U8 t; \7 L! J; [
13-1 one-stage vs two-stage (13:13)
0 A7 }( O6 x4 E. s/ @13-2 不同目标检测算法的优缺点对比 (12:52)
9 \1 }6 {2 u$ g. Q13-3 作业节" x1 _. e0 ?5 J6 G( M* v
13-4 不同目标检测算法的精度对比 (10:42)! N: A9 h1 N: c' h
13-5 作业节
. ~3 L/ c( n" n) _; u; E- e1 g: P13-6 常见目标检测研究对象与数据集 (10:37)
$ k- y5 J3 ^& a7 w9 s. y6 }13-7 目标检测常见任务与性能评价指标 (18:23)) g# b$ U1 c( x' ^9 J& c
13-8 目标检测行业应用现状-人脸检测 (17:31)
' Y( y8 ~4 O- V13-9 目标检测行业应用现状-ADAS (10:20); W0 }/ ?* ]% X; h3 U- N
13-10 目标检测行业应用现状-文本检测 (09:05)
! C" o& g# E$ o; _: I7 s13-11 课程总结 (19:30)
' r2 _2 [* b' i$ j! g# C
2 K( I! o9 I0 G〖下载地址〗
; q: c9 H9 G3 \0 |% y v1 A9 m. t L( x4 p; S: \' _
〖升级为永久会员免金币下载全站资源〗
& u$ R( I( N" N- w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
* n# w7 l" t, i
|