( x9 f& ~3 i+ ?1 Y) {- ?% p4 G4 |
% S+ N2 @/ ?( s$ k: k〖课程介绍〗
! O7 Q, n' V7 z$ W2 r$ y( D6 _+ r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。
7 b% X: q# {4 q1 x) s8 f) ~" I& p4 n( t) F
〖课程目录〗9 X1 }1 V, u( M4 t( H
第1章 课程介绍 试看
1 H" c, }! E$ C5 n8 z2 [! c1-1 课程导学 (22:58)试看7 E- q- n5 i9 P9 \5 A7 n4 h
% U- k; g2 o4 H% I9 d
第2章 目标检测算法基础介绍
; r, t# \4 x; S3 N' _2-1 目标检测问题定义 (12:10)
: l9 r# |5 h. ~2 B9 J7 ^; G2-2 目标检测问题方法 (15:11). v- x7 X8 e& A
2-3 传统目标检测方法基本流程 (05:33)6 O$ G, u+ T- S1 }: f! t0 h; G
2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)# j& ~$ W! w* j& p) `2 |3 B
2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)! [8 \( `, ?* s A" ]# K9 x
2-6 常见传统目标检测方法-DPM（物体检测） (06:34)* z3 o) C, N2 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)
; w y6 b/ e5 K- L2-8 Two-stage基本介绍，流程与常见算法 (08:25)
3 P* [) e) e& P5 i, Q2-9 Two-stage核心组件 (21:06)8 L9 B$ |0 q; ^
2-10 One-stage基本介绍、流程与常见算法 (04:36): m$ [. ]+ o- w2 G0 N: h5 r
2-11 One-stage核心组件 (18:52)
$ r+ n/ x) ]% \* F/ h$ l) l1 L5 m2-12 One-stage与Two-stage优缺点对比 (05:14)& c2 d* P5 `0 \; W3 P
2-13 作业节
" Q4 j7 n1 ?0 |5 L6 \+ ]) R( f: r; W% X. v; M; U- b& A. [
第3章 SSD系列算法原理精讲 试看
/ y+ K2 S! G% `$ J7 s8 l; e' H3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看
+ T2 U/ E2 @9 q: E8 p: B: I+ P3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)
+ r& y6 K7 @ T* r3-3 DSSD、DSOD算法 (13:29)& H' N4 j8 H1 X5 r
3-4 FSSD、RSSD算法 (09:29)3 i: \6 R: E# N
3-5 思考题
% [! D& Q, N/ r3 @$ A
# q0 Z1 K8 h5 c- R2 G第4章 基于SSD的人脸检测项目实战 试看
" R+ r9 U' F0 G0 B9 }, a" M1 H4-1 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)( a. G* {- N; A7 Q7 j6 [
4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)
) U S! L$ w, z" |1 O4-3 Wider Face数据集介绍 (06:36)" R( A+ w `% f
4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)7 T! d, \" U5 v
4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)
" \" f- [# J3 ~& }- J% t# P4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)
( ]0 ~. v L7 I2 O$ ]; c4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
! ^2 u' o& O0 u- d" T5 H# s4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)& [( e% `, `" U: p( O1 j" e& R
4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)2 ~- d# r9 q9 L. Y
4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)9 [8 @. A5 Z5 E
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
( x" `% K" c% s2 F1 n9 q* }4-12 思考题; f! [) r7 m( Z$ m
$ g& V& b j0 A! x2 g" i
第5章 Faster RCNN系列算法原理精讲! ]0 D2 N- G* q1 Z! o
5-1 Faseter-Rcnn系列介绍 (06:38)
3 l% F& v; o! R T) F5-2 RCNN介绍 (14:19)1 L6 _$ [: @ [- M: R1 r- L7 z
5-3 SPPNet介绍 (10:23)! _$ k$ Q8 U `" R" O
5-4 Fast rcnn介绍 (21:02)
* {& \# u# [$ i( n" m5-5 HyperNet、RFCN介绍 (12:47)3 g' }' J. p! u9 D
5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35); o! |. o5 v! `2 T$ q" j) Y; b
5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)- y0 f0 g1 g( b1 |
5-8 思考题
4 n9 D- f- Y N( l) e) Z# U% d9 [0 q6 U6 I. v' N
第6章 基于Faster RCNN的ADAS场景目标检测项目实战( @9 ]4 M1 y( h" q+ N- U2 D7 ^
6-1 ADAS业务场景介绍 (15:04)
7 T/ ]# q& ^2 E6-2 Kitti数据集介绍、标注格式、下载等 (10:22)
# o5 e5 s: \# R M! x2 N6-3 Kitti数据集类别提取编程实现 (14:13)
8 z6 }8 a/ ]) Y! n! V6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)" ~3 R1 O# Q7 V) C+ ?
6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)
) H- Z. b5 A8 i8 Y Q6-6 Faster RCNN目标检测环境搭建实操 (05:34)" c; R* k: p8 @5 ~% f
6-7 Faster RCNN目标检测框架介绍 (09:10)
' G; a$ p2 ?9 J8 [/ Q. Y2 I8 K0 o6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)6 C) i( H/ h" @7 T/ ]
6-9 Faster RCNN目标检测框架配置修改实操 (14:47)) s/ L9 v @6 [" Y
6-10 Faster RCNN目标检测模型训练及其优化 (06:58)
, M/ q# q7 h, i: B9 F; ]0 V+ l, u6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)% v- e" a4 k/ P5 o. p& P
6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)& Q: _- v* |) ^8 @. [
6-13 思考题" r; } x6 [" _0 b1 b* |
6 X; ~8 v5 ? K& q第7章 YOLO系列算法原理精讲1 }4 b) ^, @) q+ j- J" x; t* }
7-1 Yolov1算法 (21:28)# Q* v/ E# L: M7 c$ W! ?' M4 {, _! D0 c
7-2 Yolov2算法（1） (12:38)
! m$ X( q1 Z; m4 Q) l7 \7-3 Yolov2算法（2） (11:42)
- V; S$ F! f7 Z# ~6 y$ \7-4 Yolo9000算法 (05:12)$ D; b* E3 F. Y( C5 ?
7-5 Yolov3算法 (10:44)
0 \/ P% D5 n, r2 V: L, Y7-6 思考题
9 S0 ^; j. s" Z' l8 Z2 \7 h- |) ]: {8 s
第8章 基于YOLOV3的通用物体检测项目实战
/ r4 w& h& a- W0 O5 u8 I# Z6 \8-1 物体检测业务场景综述 (17:53)
, a- D8 o3 @8 f2 n# \3 a9 C& Y8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)
( m& q9 b$ ?6 G$ {$ q9 t/ d3 S8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54). \6 u& D( R( N! f) v- z' m; w& @
8-4 DarkNet框架解读及相关配置说明 (18:06)
: _/ d' T; {5 T7 E- r8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)9 y5 A4 P8 [- n. s" u. U
8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)
( P9 g0 j1 T7 v# ?' g$ n4 s8-7 思考题
; {' w& V4 P7 M% j7 H, A, {4 V2 @* B/ J7 i4 p. X4 E1 V. F
第9章 文本检测系列算法原理精讲
* d2 c0 D3 G+ h7 x7 i' W9-1 文本检测算法原理介绍 (12:50)
' Z5 t2 |! H& L5 g* c3 i. U4 e9-2 CTPN模型 (10:38)
7 n+ n% d7 z% J- o# S, b9-3 RRPN模型 (19:11)5 F- }/ J0 ?* b0 h" D. A
9-4 FTSN模型 (11:41)
" T" _0 U# h* a6 e2 z$ O# w9-5 DMPNet模型 (15:56)- f8 y* V; `$ a; S0 q& Q' g' m+ n
9-6 EAST模型 (09:17)* U4 q! H' H% y" v7 g8 X$ w
9-7 SegLink模型 (13:01)
6 {) k2 @8 F8 m( j% ~# `9-8 PixelLink模型 (16:35)
; N' q( v: b0 u& }9-9 Textboxes讲解 (18:41)
* Q( {% n9 Q- Z- m0 _( v9-10 Textboxes++模型介绍 (25:34)+ E$ s( q q. J s- l; U9 L
9-11 文本检测常见数据集 (21:16)6 Q4 Z, }# N F, V/ N
9-12 其他检测模型方法介绍 (14:56)( e5 L. z9 }) t' Q$ G8 Y& B2 s, p
9-13 作业节
|# G% l" `7 ~' [: ^: Y2 y1 d2 m" o7 D ^' X
第10章 基于EAST的自然场景文本检测项目实战$ {$ @% \$ o% s+ e, v
10-1 自然场景下文本检测业务场景综述 (15:26)
/ P& o1 g5 Y# U2 _8 a" S10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)
% ]0 y5 y' y, U d- g* I' A10-3 EAST文本检测框架环境搭建 (09:03)
2 F5 |* `2 r5 c10-4 EAST文本检测框架解读与训练实操 (16:23)
6 F; x& V% H- e* I0 `10-5 EAST文本检测模型测试脚本编程实例 (09:26)& G+ `0 r3 A, Z1 [- D/ V+ I
10-6 作业节
8 J; R0 Z7 q6 l) _# ^+ C
* V' Y. ?+ N f* ~* l第11章 多任务网络原理介绍2 R2 v" z* y6 f; ~# s
11-1 多任务网络业务场景综述 (07:49)2 x4 X& x3 l9 W- J+ h: v) O
11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)
9 G: ]5 Q. v4 M8 d11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)* }( e" h4 u6 O# o4 r: U3 v8 U& n
11-4 思考题
& |' x& G; ?$ c+ P; E- R: a6 E. ^ c: K: Z3 c0 b O
第12章 基于人脸检测+关键点定位的多任务网络项目实战5 S! ?* W8 U3 r: s! u! O$ t. ]. |
12-1 MTCNN环境配置、框架解读、数据打包 (18:41)$ e% M @3 }( M0 X9 F
12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)
- C8 a7 h8 s/ s1 t, R4 L; {12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)2 v+ k e0 A* B: i$ U
12-4 MTCNN模型训练介绍 (03:33)
0 S3 ^0 \, k7 E3 v+ B12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)) p# u2 I* L7 T. `! r
12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)5 U7 w* I) K: ?% \5 |" ]
12-7 思考题2 [$ \& }- T0 Y5 a
5 ^( x: n: Z. U6 B- U: D第13章 课程总结
6 z7 B8 M( o! y3 Z7 W6 M# J13-1 one-stage vs two-stage (13:13)' h- q9 I" P5 }' K* t
13-2 不同目标检测算法的优缺点对比 (12:52)
! J0 P, { @. o! g8 N13-3 作业节0 O" ^1 d/ D& u# o) R$ G! ]
13-4 不同目标检测算法的精度对比 (10:42)4 Y; m8 h5 [( f9 [0 h
13-5 作业节5 d. e$ _' a7 T! b+ ~7 c
13-6 常见目标检测研究对象与数据集 (10:37)* i4 M8 ~2 h# ^- s
13-7 目标检测常见任务与性能评价指标 (18:23)4 Z% |5 s" P: [" _5 P+ B& u
13-8 目标检测行业应用现状-人脸检测 (17:31)/ j$ R8 Q2 T* I* W7 P/ d' Y
13-9 目标检测行业应用现状-ADAS (10:20)
6 H# j0 p) x0 y* R8 @, @13-10 目标检测行业应用现状-文本检测 (09:05)
3 X0 `4 |$ c5 Q8 v% z" l5 z9 c( k13-11 课程总结 (19:30)1 Q t3 M( u/ j9 v" [
9 ~) N" L1 @) M2 g9 u! k
〖下载地址〗
; [+ b" |* _5 `0 C1 A7 r
8 G1 K" F: G" Q) h! ?% n〖升级为永久会员免金币下载全站资源〗1 u) j* C" \& c9 R
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
- r Z3 o9 p/ E* [4 _
|
[复制链接]
