3 S2 N& h. D: {; e4 U
' P# s+ p" j1 v' Y; U! H7 l- ?
〖课程介绍〗
- U8 }7 w/ O% x3 o3 @ V. E- F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。2 r! G9 o9 I% O* }4 v4 T
2 U$ C# D6 X5 O5 w' l4 _4 E
〖课程目录〗/ W, z9 _' H2 _
第1章 课程介绍 试看) E) _4 q; F. O" @
1-1 课程导学 (22:58)试看: a+ g+ `8 H; ~! r9 i' n* z, |
! V' Y0 f' n$ j" K: t% [; H
第2章 目标检测算法基础介绍
$ |* f: x2 _& Y+ x4 Z2-1 目标检测问题定义 (12:10)2 Z; e, U J6 W# f' E4 j
2-2 目标检测问题方法 (15:11)
& y& j% m9 G& k6 h& t" t- T2-3 传统目标检测方法基本流程 (05:33)
7 _0 c& D8 I% v2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)7 l |0 w( n* T2 z1 `; O
2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)
* S t/ u4 \" ^# N1 G2-6 常见传统目标检测方法-DPM（物体检测） (06:34)
; s1 m0 K6 K3 N2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)
; R/ b$ ^) y! h8 c; p; H# Q* j9 E6 u2-8 Two-stage基本介绍，流程与常见算法 (08:25)1 K+ u" W o J! ]
2-9 Two-stage核心组件 (21:06)! T- K3 a! M( Y) a4 d- B( E; E2 l) R. d
2-10 One-stage基本介绍、流程与常见算法 (04:36)" ~) M! V* c5 W
2-11 One-stage核心组件 (18:52)- T% Z( _, M: D
2-12 One-stage与Two-stage优缺点对比 (05:14)
8 s$ v/ ], i4 V" J. X. h$ W* B2-13 作业节3 V+ L9 Y. \+ E1 L* a$ q
/ D5 ^6 z% h% k D8 {& ]第3章 SSD系列算法原理精讲 试看
% ?% Y$ ^$ q5 n6 Z3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看& s3 I: g u' }8 O) N7 }. Y+ u. {
3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)1 K3 G5 I) v$ n! R W
3-3 DSSD、DSOD算法 (13:29), [# R5 h+ T+ d$ _ W+ u
3-4 FSSD、RSSD算法 (09:29): r8 [. i0 ^. z9 y+ h* j
3-5 思考题
) W4 R/ X$ Q' K1 m O( [& V0 \+ |7 L9 v9 q6 z5 Y
第4章 基于SSD的人脸检测项目实战 试看$ ]8 g( s: g4 Z6 I Z) @6 `
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)
7 I# k) F0 j; c T4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)- g3 e: J: \! I' H" K- m; Z6 O) [
4-3 Wider Face数据集介绍 (06:36)9 @: ^7 [; w8 l+ f; c) k
4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)" \* Z& `5 d* p
4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)
( @# A5 h1 t. z0 u P# f4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)
4 v8 ~9 \3 @: U' N i4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
" @0 |( [' S# d7 t& T1 p4 [4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)- n/ y( O% r* Z9 r1 ]1 R
4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)
( X% o- f& ~; A/ p8 h4 Q9 K4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31); c+ L3 q* ]- F$ Y5 {) J8 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- {; c9 O! r8 j' Z8 c
4-12 思考题$ R- ~% I; }1 r
5 [ ?+ }- P% f. W1 o0 y4 l5 m
第5章 Faster RCNN系列算法原理精讲 U5 q3 p N, c0 C" V
5-1 Faseter-Rcnn系列介绍 (06:38)
7 g3 ^* t% i3 Y5-2 RCNN介绍 (14:19)5 z% F' j: u$ o0 m: G Q; ^# _
5-3 SPPNet介绍 (10:23)
+ y4 b8 W; s5 B5-4 Fast rcnn介绍 (21:02)! U2 b, \8 _0 u. U
5-5 HyperNet、RFCN介绍 (12:47)
* C; e) X& X& r- C5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)
+ [! \0 ]* u3 P5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)
' e& _5 d; `& ?# [. R5-8 思考题
; P, f, f3 W6 ]: w2 S
* ?6 C& B- a# Z0 F: Q+ U第6章 基于Faster RCNN的ADAS场景目标检测项目实战
: U- Y4 F9 t% w6-1 ADAS业务场景介绍 (15:04)
" ]0 T8 d8 o* O3 H V3 W0 f) v5 Y8 G6-2 Kitti数据集介绍、标注格式、下载等 (10:22)! h4 R: Z$ E( `$ H5 O' n
6-3 Kitti数据集类别提取编程实现 (14:13)# O7 {+ s2 z% t: e! Q
6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)
" V# A( T8 d5 r: n! S3 e& x6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)3 f5 c" q3 P! p5 f- |
6-6 Faster RCNN目标检测环境搭建实操 (05:34)( |9 G) \+ w- u$ z$ u1 h$ X
6-7 Faster RCNN目标检测框架介绍 (09:10)
, w/ H* b5 J" x' C6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)
) m( c( M; [% C; l6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
6 o. I! g, ~* ~5 v9 \. q% O6-10 Faster RCNN目标检测模型训练及其优化 (06:58)
6 b( @4 w* Y( i6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)- g6 c/ p7 j' ` B
6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)* H4 e7 Z2 _& E7 J) w
6-13 思考题2 o9 ]; B' {4 p# @; \ W/ n
( v1 m( b T; d& K- ]
第7章 YOLO系列算法原理精讲$ c: u4 ^7 P1 ] a3 D( G# k
7-1 Yolov1算法 (21:28)
6 E; v* N7 n% s( h9 @7-2 Yolov2算法（1） (12:38)
" J9 x* l- J7 C# D5 g: H7-3 Yolov2算法（2） (11:42)
- Y1 M; J8 B5 [! @7-4 Yolo9000算法 (05:12)
& d+ V0 f7 `" K2 [7-5 Yolov3算法 (10:44)
- s A6 L- V2 H7 ^7 t7-6 思考题
7 V" g" ]7 e% F0 `
" p# {9 a4 o8 V第8章 基于YOLOV3的通用物体检测项目实战
0 ~- O5 V4 d4 i4 | M$ K# U8-1 物体检测业务场景综述 (17:53)$ N5 A% g! D% A6 |1 j) o% @& Z" n
8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)
: w* U: `" U' @5 r1 Q: A8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)
3 o: r \5 V2 l$ c8-4 DarkNet框架解读及相关配置说明 (18:06)" }# [7 q# ~* S0 a. ]& ?
8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)
4 I" p* G. j5 O" P0 K* u8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)
( J- h/ W- `3 h2 q7 ]- T/ o8-7 思考题
1 h1 }$ J; A# ?3 c% ^ \( a3 Z" m( W x& H) C
第9章 文本检测系列算法原理精讲6 |- `3 w# A* J# w: N8 U6 f) @
9-1 文本检测算法原理介绍 (12:50)
0 L! ~- a' ~0 Q9-2 CTPN模型 (10:38)
6 n0 x+ i' ~9 Q5 x4 b# f m$ M9-3 RRPN模型 (19:11)5 ~" P0 ~5 w0 o- A4 j. t* f4 z) R
9-4 FTSN模型 (11:41) q i2 F6 A) P$ h' Q- ]
9-5 DMPNet模型 (15:56)
6 y' }9 x9 r% ]6 |# q3 n9-6 EAST模型 (09:17)7 D. J6 m4 H% \3 l" U
9-7 SegLink模型 (13:01)
# [1 w( X9 {. G$ t ^" G9-8 PixelLink模型 (16:35)+ R9 y1 R! x. g4 b6 `, D1 L" U
9-9 Textboxes讲解 (18:41)3 G' E# \+ W; f& _ p
9-10 Textboxes++模型介绍 (25:34)
0 C! M0 H/ W4 j0 u0 X1 u6 w4 D# |; R9-11 文本检测常见数据集 (21:16)
8 R- n- p9 W# i3 [9-12 其他检测模型方法介绍 (14:56)
2 q+ @& E8 X' B! x$ W9-13 作业节
, S' H4 q+ I9 H; k( `; X" \& m+ F$ n5 ^# Q$ O
第10章 基于EAST的自然场景文本检测项目实战
7 n' S/ V+ |# \5 r" T# C; {5 U. J10-1 自然场景下文本检测业务场景综述 (15:26)
* r" f+ [$ P$ ^( h4 l1 U4 J10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)
, ` |$ t, @0 d2 g P6 y10-3 EAST文本检测框架环境搭建 (09:03)" M% C+ f0 h, O4 M! H% j7 r; J6 l7 s3 L
10-4 EAST文本检测框架解读与训练实操 (16:23)
+ A( O3 W: P M: {% P6 V10-5 EAST文本检测模型测试脚本编程实例 (09:26)2 b& b2 N- Z- d4 e% n3 j1 b
10-6 作业节
6 P' b4 e1 F" D5 ?& T, L' ?- H$ j$ L! b, h- U
第11章 多任务网络原理介绍7 n0 ^6 Q. j; u$ ~7 s( b' S; y; c/ }
11-1 多任务网络业务场景综述 (07:49)
5 ^8 r( l" T0 H' j/ ?# O11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)( ]' N# Q% t' ?2 d7 Q
11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)
* \1 G8 _) j1 ~ A, {9 n$ @) D11-4 思考题9 [; m- |* w# F, ?- C
# r8 \- a* v) x% S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 Z3 S* d. m8 q. F! x3 d' q9 K
12-1 MTCNN环境配置、框架解读、数据打包 (18:41)
$ O5 s# ]: a) r% r12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)$ D. r# r4 A: @: m9 b+ `7 n/ p# `& W
12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)
7 a/ @' }" K* U2 d12-4 MTCNN模型训练介绍 (03:33)
9 {& A0 z3 F4 O. r/ }12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
) F4 Y6 N0 T7 [$ r2 J9 D12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)+ m+ `; Y; j! ^0 ] i
12-7 思考题1 b0 H6 S2 O' g
" G0 Z4 s z- u2 L( S" d' T第13章 课程总结 T! p& R5 A( c- C
13-1 one-stage vs two-stage (13:13)3 R9 l b$ h9 e% X# q/ ^' p
13-2 不同目标检测算法的优缺点对比 (12:52)
7 P% Z; e! z3 T$ k$ ^4 @+ H13-3 作业节
& z3 C9 P# J! _( K13-4 不同目标检测算法的精度对比 (10:42)# P |4 ^& R/ D$ T7 f& M
13-5 作业节7 Z2 q( r4 v ^7 J; f7 ?
13-6 常见目标检测研究对象与数据集 (10:37)* |. b; o2 A$ v9 a
13-7 目标检测常见任务与性能评价指标 (18:23)
* G6 \, v( z' _ |( a13-8 目标检测行业应用现状-人脸检测 (17:31)
! q+ S9 k+ `* l/ q' s3 ^9 v13-9 目标检测行业应用现状-ADAS (10:20)( ~# q* u' V- ~6 \: g+ F) }& G. ?4 [
13-10 目标检测行业应用现状-文本检测 (09:05): v; z7 ]2 R1 i" H* D
13-11 课程总结 (19:30)0 ]. z! _5 l8 Z( O5 p- ~
6 s+ ^/ f; L3 P8 n〖下载地址〗
+ a% y! a7 y5 l* j. g2 w+ n0 r6 R* u
〖升级为永久会员免金币下载全站资源〗0 C7 Y. u; W9 w2 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
& Z# U4 u' y* I& m/ y/ o7 d- U |
[复制链接]
