( u' n2 t1 T* w
5 ]" s! W1 H: V: E# w/ _- k4 c〖课程介绍〗
2 P# {/ K6 H+ D5 J# D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。 g2 r0 ^1 V. U3 J3 _
4 X+ U" E1 I8 k% K1 O〖课程目录〗
8 M3 `+ C& q3 S第1章 课程介绍 试看
# w7 k5 j& l2 s1-1 课程导学 (22:58)试看
0 Q- Q4 H% m3 d9 I( Q
9 m! z9 H& w' Q* l! ?! w. ]: `, t第2章 目标检测算法基础介绍
, S6 J3 \$ A* }) [+ Y2-1 目标检测问题定义 (12:10)' U" g; v1 e: a0 K! x9 p" c* @
2-2 目标检测问题方法 (15:11)* k& h {6 ]0 U. Y3 j
2-3 传统目标检测方法基本流程 (05:33)
5 V1 {/ H0 B4 o5 [" c2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)5 f. G5 @2 e. {1 _
2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21), I& y0 W8 Q1 [/ [0 {' h
2-6 常见传统目标检测方法-DPM（物体检测） (06:34)- Y4 F. D2 }- l+ a$ O' b
2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)6 }. t8 _; ]( z. A! }) t
2-8 Two-stage基本介绍，流程与常见算法 (08:25)
' z# ~# i. p/ G1 h. N* T2-9 Two-stage核心组件 (21:06)
- U/ w) C0 m: I* P k2-10 One-stage基本介绍、流程与常见算法 (04:36)
$ t" }; r+ G' A: e# `2-11 One-stage核心组件 (18:52)
+ ~* R- A$ l' _( W( k$ j+ l3 o2-12 One-stage与Two-stage优缺点对比 (05:14)3 {# P" t0 u. L7 `5 u3 j8 d- E
2-13 作业节8 X( N# e4 ~0 S6 ` I* {+ ?& F
V9 c7 L( j% M1 z* I& z" R& A0 e3 J
第3章 SSD系列算法原理精讲 试看
" {8 q% t$ l- s; B3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看, D% k6 _, t& x" R- Q Q! U/ |7 u
3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)0 l% ]3 w4 l' Q- J
3-3 DSSD、DSOD算法 (13:29)
, {( R4 x- f) c% M/ M3-4 FSSD、RSSD算法 (09:29)
- [7 k: x0 n! z9 D) C3 [/ b3-5 思考题+ M& `0 f$ B. u( S3 g; j9 T
' e- `& p8 Y+ y* z5 U& ?
第4章 基于SSD的人脸检测项目实战 试看
. b0 |: O- E0 L# J) Z4-1 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)4 o/ c9 g8 p5 Q1 p
4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)2 n8 ^: t) u( p# }
4-3 Wider Face数据集介绍 (06:36)' V6 s I& d( e, d- [. Z5 x
4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)
3 [+ }4 y1 R$ ], r5 A4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01); Q1 g8 g8 I3 {
4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)/ k* E. k7 k0 ~% b
4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)% d8 J6 L+ x9 r/ H: n
4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)" [# I1 a, \$ c3 P; ?+ { O
4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)! K) s% L" [6 c% x2 ^5 ?& A
4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)
6 `+ e( X* y$ h' A4-11 Caffe-SSD框架测试结果可视化与人脸检测技巧说明 (11:09)试看
3 P7 {* L) u; \6 {$ m" ?4-12 思考题* I, l4 \! s% m- m7 G
' w6 \+ M7 [. @; N' T; }1 n第5章 Faster RCNN系列算法原理精讲1 C# V3 ]5 d1 Y) h0 b: B4 \- k
5-1 Faseter-Rcnn系列介绍 (06:38)
- x& L; }2 [) R5-2 RCNN介绍 (14:19)( L4 U6 v) m2 ~+ y6 X& ]; j, }
5-3 SPPNet介绍 (10:23)- l! {% O) i4 x3 O' p+ }& w
5-4 Fast rcnn介绍 (21:02)$ L7 q4 U4 b6 C( ^/ R
5-5 HyperNet、RFCN介绍 (12:47) A( g. ^' w% @' j7 W
5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)/ K, _$ N5 ?! f1 J0 Q3 F x! L; d
5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)# H6 h/ ^3 C% A2 _) P b
5-8 思考题
. w/ G& l9 Q& z5 B# n K0 |3 ^
' ~; R/ s0 p3 D6 L5 {第6章 基于Faster RCNN的ADAS场景目标检测项目实战$ p; Q2 w9 P9 b5 `$ S" W% f
6-1 ADAS业务场景介绍 (15:04)
- `* K7 T6 j& D: Q" \6-2 Kitti数据集介绍、标注格式、下载等 (10:22)
4 c. V/ I4 | b* M I+ V6-3 Kitti数据集类别提取编程实现 (14:13)1 a; R* [( z7 V% M) Y
6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)5 `, o8 h: W8 f3 [9 C( J$ T
6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)
+ m! P+ o: W( O/ k2 X p6-6 Faster RCNN目标检测环境搭建实操 (05:34)+ i2 L5 y! Y% Q$ _$ e
6-7 Faster RCNN目标检测框架介绍 (09:10)* [9 l1 F! y( C8 L+ u1 ]& v- J' R
6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)" B! X* p. Q0 u; h5 V& j$ S
6-9 Faster RCNN目标检测框架配置修改实操 (14:47)- g# c4 \! A: K: t& ^: G, H
6-10 Faster RCNN目标检测模型训练及其优化 (06:58)3 f" G: c5 V; ^
6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)3 z6 w4 C9 ~5 s$ |" u9 y$ K. A
6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
$ j2 c, C% k& h2 T6-13 思考题& j, `1 B6 M6 f4 ?
, L+ h- ~, ]+ `/ I' Z$ L第7章 YOLO系列算法原理精讲
$ a& x2 `) U& q6 O1 L7-1 Yolov1算法 (21:28)
1 L2 b Q" e: G9 j0 _7-2 Yolov2算法（1） (12:38)$ B# z; I0 \0 Y! d2 f
7-3 Yolov2算法（2） (11:42)& c$ T N3 ?; l; S I8 @! a
7-4 Yolo9000算法 (05:12)
- W+ R1 x1 w5 H6 H: u7-5 Yolov3算法 (10:44)
4 G# y4 e) _, I: n( n, ~7-6 思考题
/ {0 Q' n4 C% a. U' Y6 u
6 d/ d2 d. I4 v% p, V第8章 基于YOLOV3的通用物体检测项目实战
. q8 @8 t* w9 m5 l! W8-1 物体检测业务场景综述 (17:53)8 Y. \' L' s8 N# G9 l
8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46). w& D; _6 {. B# E9 s
8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)
- F* g5 W* D9 i: h$ r8-4 DarkNet框架解读及相关配置说明 (18:06)
4 K! j H4 [( F! ?% I8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)
% o4 q( z& a2 m8-6 YoloV3检测模型的测试介绍及编程实例 (12:15): V4 U/ P0 M1 I& P" q* A: a
8-7 思考题
, ]4 j5 u6 }$ B2 M. _# l
4 K- x; O4 V* Y9 u第9章 文本检测系列算法原理精讲( s) `: G! n Z# B. f% r
9-1 文本检测算法原理介绍 (12:50)
1 x7 e* s9 _: f; E9-2 CTPN模型 (10:38)- h h5 W" @- Y$ x' i- Z
9-3 RRPN模型 (19:11)- ?5 m0 m+ y# B
9-4 FTSN模型 (11:41)
8 R/ j% h* I1 T+ [- A9-5 DMPNet模型 (15:56)- U8 O: j: a, W7 }) J
9-6 EAST模型 (09:17)8 e( ~0 `+ p' G5 Q6 M* U
9-7 SegLink模型 (13:01)
' W+ T' s/ V1 _+ D. x8 S9-8 PixelLink模型 (16:35)
. ?+ b. \1 Y7 V% X9-9 Textboxes讲解 (18:41); ^+ A! f r. G9 I. w% _& D
9-10 Textboxes++模型介绍 (25:34)
# {/ N0 A; V$ G0 R4 [# n3 k. o9-11 文本检测常见数据集 (21:16)
, t/ q$ G7 _/ w0 e; N9-12 其他检测模型方法介绍 (14:56)
+ `- E3 c n( F% q% g+ Z L9-13 作业节2 S- F- F" Z% G: u" E6 u# P! d) {
5 q0 `, `/ }, B; d# m8 r" p8 s第10章 基于EAST的自然场景文本检测项目实战
% ~+ |4 V% o4 `10-1 自然场景下文本检测业务场景综述 (15:26)2 X6 u7 z7 d4 P9 R# T7 r
10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)
3 N% J, h, K- @' y2 }10-3 EAST文本检测框架环境搭建 (09:03)
2 V) J% G* w9 F$ B. N10-4 EAST文本检测框架解读与训练实操 (16:23)
: s# H* Q% M( U( f" W10-5 EAST文本检测模型测试脚本编程实例 (09:26)
& ?) |3 S- R' p9 G10-6 作业节) j( Q; x/ l: r1 B
8 B# y$ A! T5 T! v, p+ u& q) e第11章 多任务网络原理介绍' @8 K, Y* M$ H ?# i7 b, B
11-1 多任务网络业务场景综述 (07:49)) w6 ]/ I/ j) }8 E/ i2 H. g* U
11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)
0 P9 }5 s2 `. |11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)! n* Q: e1 n2 N w
11-4 思考题, U5 d5 P6 t. X1 b1 Y
C% U# A! |" b) I' L$ C第12章 基于人脸检测+关键点定位的多任务网络项目实战& V) w- J/ Q, F9 T A
12-1 MTCNN环境配置、框架解读、数据打包 (18:41)( K! H, `, B) s3 `
12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)3 @% r% l; q; b; V2 e) ?5 n
12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)( N2 p7 R0 s0 p
12-4 MTCNN模型训练介绍 (03:33)
; {% [3 X+ `; ~$ N3 T7 g12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)( `. J: r' L! v! s, \- G8 v
12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)
3 A0 B* z( M* q12-7 思考题4 J b1 u+ Z# H6 u% V
* v. \: _- e# _8 ? T1 G. d; W: p第13章 课程总结
* J$ q( M0 a; r13-1 one-stage vs two-stage (13:13)
* | w. F" e+ y8 {2 l, L, y13-2 不同目标检测算法的优缺点对比 (12:52)
0 P/ s1 d! g9 z13-3 作业节
f/ o3 u3 v0 n6 u$ ?13-4 不同目标检测算法的精度对比 (10:42)) w4 k5 L* K& z6 ?% J# J% I
13-5 作业节
& R% E* F: W3 c M/ Y0 |13-6 常见目标检测研究对象与数据集 (10:37): ]- J6 _8 E4 p" X
13-7 目标检测常见任务与性能评价指标 (18:23)
, Z. b- C7 ~) G% i13-8 目标检测行业应用现状-人脸检测 (17:31)
& _4 ]' n; v8 L! ?8 `4 e* v- t9 W13-9 目标检测行业应用现状-ADAS (10:20): ^7 O9 B4 B5 l' \% h
13-10 目标检测行业应用现状-文本检测 (09:05)1 s! b- q4 ]+ D, \6 ~. N$ u( _
13-11 课程总结 (19:30)) p7 S' ^" _ s4 m7 X, n6 `
' t# O% k$ r& T〖下载地址〗
. y# d8 D. ], Z
& ^& J% R; y; t〖升级为永久会员免金币下载全站资源〗
2 @. Q% D" I+ `4 Z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
. o% u8 |) V, m
|
[复制链接]
