( m( a# A+ n& I5 C% U/ t6 c- H! x4 u1 L1 C2 W' [% T
〖课程介绍〗% \5 g/ C) L0 t
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。9 j; \/ T y# I5 `# \) P1 `
8 D& P5 E4 H, } \
〖课程目录〗
0 \+ r+ v- L' {+ p第1章 课程介绍 试看
- c5 ~5 z" B ^, ~* s8 [1-1 课程导学 (22:58)试看
7 {; a1 Y/ s' n/ o* Z# W* U9 W* |: |+ K! w6 {3 }' m" b
第2章 目标检测算法基础介绍
* J* Y ?8 u. e5 y- g* m2-1 目标检测问题定义 (12:10)
: Z! ?3 |3 q3 V/ Q2-2 目标检测问题方法 (15:11)7 s6 |6 e! B% a! H1 N; `
2-3 传统目标检测方法基本流程 (05:33)# r& a% u3 [/ G% ?9 l
2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)' v% k( L: _5 g
2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)
1 ~( t" S$ J2 p2-6 常见传统目标检测方法-DPM（物体检测） (06:34)
) T9 @9 ^! X& G2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)
, v3 C* q! x! a7 ]# S4 s9 R+ J2-8 Two-stage基本介绍，流程与常见算法 (08:25)- ~) L9 R% K, S- P. g
2-9 Two-stage核心组件 (21:06)
5 m& h5 a4 z/ o2-10 One-stage基本介绍、流程与常见算法 (04:36)4 h \+ a0 T8 [6 k. f
2-11 One-stage核心组件 (18:52)
* \: l- p' J' Q% {, r) s2-12 One-stage与Two-stage优缺点对比 (05:14)
- Y6 y) k! w$ {. D$ g9 _& h! C2-13 作业节
! ]1 ^2 }1 P2 F+ Q( |" _. E+ C! `7 F3 u4 E& J
第3章 SSD系列算法原理精讲 试看
/ m1 K! h' N5 J/ b3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看* ?9 A# Z* O7 ^; ~& b+ r8 F
3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)& L/ n6 Z# S) d' D( C
3-3 DSSD、DSOD算法 (13:29)
3 Y) c' h" Z# y3-4 FSSD、RSSD算法 (09:29)7 v6 u. u6 Q0 _4 w
3-5 思考题
1 C- Z. N/ ~& T2 S1 |5 T4 W/ I, {/ ^( d+ t! T1 S. [2 N
第4章 基于SSD的人脸检测项目实战 试看
2 s' Y P6 B, i! u" u; 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)
- u% U5 M1 [; D9 K4 S4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)$ u5 V4 V# W8 B$ F
4-3 Wider Face数据集介绍 (06:36)' w* |, x) V; J" N+ z6 c% p. n
4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)6 A6 l7 s0 C0 T# Z% s
4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)+ h$ x, N7 u( [1 | z9 S
4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)& N0 V0 k$ N, {
4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
# _% e$ ~3 z/ b1 A2 {* t* R4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)+ H; j1 E3 }( u+ }: X) z
4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)- V# h0 g ~1 V$ i
4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)
3 s1 b! z$ q5 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
; p6 X* a$ W* {3 q e/ M$ \4-12 思考题# ^" O! ~& T) C$ l( ]5 @( _
0 q, C4 c4 Q" _" t6 }; i第5章 Faster RCNN系列算法原理精讲2 e( o) x% `( _3 E4 @
5-1 Faseter-Rcnn系列介绍 (06:38)6 G. z; A; ^, N
5-2 RCNN介绍 (14:19)
) q& T* l- Q2 O2 a# V& L5 ?5-3 SPPNet介绍 (10:23)( {. m# `& B& x
5-4 Fast rcnn介绍 (21:02) K( `" g9 w. l* q
5-5 HyperNet、RFCN介绍 (12:47)
, B. K* _; I3 r9 U) d) }5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)
5 S8 d+ _' P4 E: [/ B5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)* ]. }. {! K0 F4 u& j& \% J i: P
5-8 思考题& m/ a9 N4 N; L) I
3 p# I4 s3 X3 c0 M7 P8 ?
第6章 基于Faster RCNN的ADAS场景目标检测项目实战, R1 T9 h) i. W# n6 {: Y! r+ B" s
6-1 ADAS业务场景介绍 (15:04)
) U0 } ~! J% `; ]& k: Q/ f7 O! s6-2 Kitti数据集介绍、标注格式、下载等 (10:22)
/ w% v. E L' E$ p0 X( ^; u0 p4 R: ]/ m6-3 Kitti数据集类别提取编程实现 (14:13)
, `/ i6 V! s: b2 ?* s1 Q: B3 R6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)
$ K! {7 X( g+ G9 f6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)
) w B# d7 _2 a6-6 Faster RCNN目标检测环境搭建实操 (05:34)
2 c% ~# x/ }; S- c' Y) U& t6-7 Faster RCNN目标检测框架介绍 (09:10)
$ O8 H2 P6 W# m6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)
1 O& i7 k4 D8 x7 T* M/ B" v( }5 \# ?6-9 Faster RCNN目标检测框架配置修改实操 (14:47)/ o* }) q" [7 ?( \( f. V1 [# O
6-10 Faster RCNN目标检测模型训练及其优化 (06:58)
/ H# J5 w c* x6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)
! _7 k; ~5 f7 F+ j6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
& J: |2 |0 y6 z: l" u6-13 思考题
- H5 v8 e9 y- [1 _
3 `. r0 V8 P+ m" b9 O1 N* _第7章 YOLO系列算法原理精讲! F. G' P3 M" |9 z
7-1 Yolov1算法 (21:28)
& c, u: W5 Y% n: f: Z7-2 Yolov2算法（1） (12:38)
' m, b" F& z7 \9 s. j7-3 Yolov2算法（2） (11:42)
3 O) J' J6 O/ D5 m1 c1 ]7-4 Yolo9000算法 (05:12)6 F8 N# |; ~1 X- i3 h# T" a
7-5 Yolov3算法 (10:44)4 [/ j5 D: F+ ^; O( z7 t4 t2 ` K
7-6 思考题! K, \1 H+ l' c( w g
- ?9 k; c N B+ n6 o
第8章 基于YOLOV3的通用物体检测项目实战2 P b# J, z% D8 |- {" B! K J
8-1 物体检测业务场景综述 (17:53)
# \1 h, Y$ n) ?9 [8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)
, G7 ]6 _- R# E/ i2 N) X' Y9 @8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)
' ^) ^+ E0 X. \5 v5 O8-4 DarkNet框架解读及相关配置说明 (18:06)
3 B" K6 z# ~7 \# Z8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)5 m# b J' c, K N8 s
8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)
0 V' p. z! v) M9 r' d2 ]" O8-7 思考题3 D- z0 M# ] i* D% h$ S8 A
9 l' e$ }1 ~5 c4 d
第9章 文本检测系列算法原理精讲
" Y; Z: _- l/ B1 r9-1 文本检测算法原理介绍 (12:50)9 c- l8 V2 F1 T/ h. }" C
9-2 CTPN模型 (10:38)3 |6 i/ |, L) K
9-3 RRPN模型 (19:11)
8 y1 m# @8 F) i# [- ]4 T' g9-4 FTSN模型 (11:41)
. _& x# ~! j1 Y2 y" h0 n9-5 DMPNet模型 (15:56)
. X9 F# V& k* A6 b1 c9-6 EAST模型 (09:17)
1 T q+ ]4 R# _- ~% y# Q* y9-7 SegLink模型 (13:01)
% S, N& e! k, E- t! `9-8 PixelLink模型 (16:35)" E" N6 q- A0 x$ l1 \" b0 a6 k" {
9-9 Textboxes讲解 (18:41)
8 q: L0 d6 `# T9-10 Textboxes++模型介绍 (25:34)2 O1 S* ? `& J9 h& r
9-11 文本检测常见数据集 (21:16)' _0 l# P7 v6 l& ]; `
9-12 其他检测模型方法介绍 (14:56)$ K7 G9 h- U* w9 f' K. ]
9-13 作业节
u* b5 ^6 v; p8 B# E i* Z# {0 b8 X
- m: j; s1 y6 I9 Z+ q0 H" c第10章 基于EAST的自然场景文本检测项目实战
2 c5 V% z7 u+ e10-1 自然场景下文本检测业务场景综述 (15:26)/ E) a- j. B, [2 S# Q- x
10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)( a4 } ~) s- d( `! ~
10-3 EAST文本检测框架环境搭建 (09:03)$ y! u3 R( I8 o d
10-4 EAST文本检测框架解读与训练实操 (16:23)& @# J$ M) }" ^; `( M
10-5 EAST文本检测模型测试脚本编程实例 (09:26)( C% ~# Z: \9 R P% f
10-6 作业节. I: E) a* ? O5 ^$ F. ^
- g9 A8 ?) S) @$ g' C3 }" k8 E
第11章 多任务网络原理介绍9 Z8 m& g, P1 u1 P* q& b
11-1 多任务网络业务场景综述 (07:49)
, Y+ y6 Z( M$ u& w# A$ X11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)
7 c! k/ ^( I% ~6 o& _ x6 U) h11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)
6 p1 q$ c/ \! c: M1 }7 s. {11-4 思考题9 k5 j9 t& _, d$ }# e+ q
& O: {# n/ f& d# |. m- T/ ?. 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
' C' I0 F% [( k, U5 f. i& C( k3 {12-1 MTCNN环境配置、框架解读、数据打包 (18:41)
( r3 v1 N* r. h2 B2 ]12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)
; W: U+ E) s. }7 ]% t2 ?' M12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)+ b1 c6 E9 \/ J$ n% @
12-4 MTCNN模型训练介绍 (03:33)
6 T2 `0 U- G& u f9 m12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
6 N4 Z# n. M# ~* Q& R12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)4 W3 e1 Y/ s! G. G; W
12-7 思考题1 ~9 }6 ?7 R0 S/ D; S& U
" [* Z# @* R5 e0 Q% N; k9 Y
第13章 课程总结( H+ P0 _5 S' O! i$ Q% z! T
13-1 one-stage vs two-stage (13:13)0 }5 a& ]0 ^1 _8 @, p2 h0 f! p8 D
13-2 不同目标检测算法的优缺点对比 (12:52)8 O8 \! L0 m% `0 \: V
13-3 作业节
2 m s! V: q+ h8 v13-4 不同目标检测算法的精度对比 (10:42)
+ @; ^6 R% L9 ^3 q. Q13-5 作业节 N2 V T" R! E9 S1 {
13-6 常见目标检测研究对象与数据集 (10:37)
3 h& b: |6 ^1 `13-7 目标检测常见任务与性能评价指标 (18:23)* E1 w/ C* A& r$ F, @
13-8 目标检测行业应用现状-人脸检测 (17:31)
2 n" O( b" M( g5 b, U. Y13-9 目标检测行业应用现状-ADAS (10:20)# X1 f/ @$ c, a7 A! j! r" a% o
13-10 目标检测行业应用现状-文本检测 (09:05)' N7 g3 A$ }% Z$ Y' q
13-11 课程总结 (19:30)
0 A! u S3 n- j6 c# S% _4 _% C5 D. d$ `( k
〖下载地址〗: _# ^! O& z% p7 ~/ a+ p; t
- I2 X0 Y( c' K- a$ H, G2 v
〖升级为永久会员免金币下载全站资源〗" o, K" b# J o# p5 i9 X, U) U
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
0 ~! Q, P6 b+ F$ G8 F
|
[复制链接]
