( }4 I' }0 E. g9 j$ A! w. w; C% K! R! S: B9 Q
〖课程介绍〗
; o8 p/ V( ^$ c2 U, }0 ?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。, I6 Z6 B( q+ ?1 w' m6 b6 x6 N; X- d
# I& X ]; M P* S2 l' `+ H〖课程目录〗% u0 c3 a: K3 h
第1章 课程介绍 试看
6 z/ ]6 c! L. D& m4 }3 X9 K& G/ _1-1 课程导学 (22:58)试看
% }0 R I" Z* Z+ H) F8 a# x; d7 P# b3 z. ?# Y( f8 a
第2章 目标检测算法基础介绍
3 o6 R* U8 Q7 p+ b( ?# t2-1 目标检测问题定义 (12:10) A8 |; P6 L2 a. j: `
2-2 目标检测问题方法 (15:11)
7 B: x8 x/ H# k2-3 传统目标检测方法基本流程 (05:33)
: k& s+ ~- w: W" ~' h& B& }2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)6 C9 a# c |& n- S: q
2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)
3 }. s7 W9 D: g0 r/ a+ R7 K- d) G) j2-6 常见传统目标检测方法-DPM（物体检测） (06:34)9 f a: t2 H+ f+ H' `4 V. x
2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)4 G0 z8 m4 ]9 O% m: T
2-8 Two-stage基本介绍，流程与常见算法 (08:25)
- [, A+ r. S( T0 e& G( F/ {2 T% {2-9 Two-stage核心组件 (21:06)+ x d: [$ f2 r2 `
2-10 One-stage基本介绍、流程与常见算法 (04:36)
4 o% p; ~! a# q/ e$ a$ s2 }: R2-11 One-stage核心组件 (18:52)7 v- l* v, ]7 o- I9 p4 t$ R
2-12 One-stage与Two-stage优缺点对比 (05:14)' `0 ~8 W) c" g4 W. ]6 c5 t1 _
2-13 作业节( \5 D- v- F2 M6 A( o- d
- G# y* C; \) Y3 P
第3章 SSD系列算法原理精讲 试看
/ C" D. A3 `) c, [" Z3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看: C) q3 s9 i0 ~# X
3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)
% }- b* n$ n5 D& B3-3 DSSD、DSOD算法 (13:29)
1 ]$ T7 [+ G( n2 L5 `0 a3-4 FSSD、RSSD算法 (09:29)/ r- O$ O8 v" A9 Q
3-5 思考题
1 ~! s; {: k$ L% r& ^ \( S: |/ N7 p, c, c2 C
第4章 基于SSD的人脸检测项目实战 试看
3 E; b# v: r$ y/ Q) n% T* K4-1 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)
, Y6 I9 |" I$ Z/ j6 h* v4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)4 p& a, K3 D) W$ l
4-3 Wider Face数据集介绍 (06:36)/ g, F( c/ t2 R" ], V( Q' i
4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)
& z4 K( K4 S; z0 v/ }* O4 W4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01): O1 m% e" O2 @7 ]( @ Z: q; V
4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)
7 L" ~ X4 S: C4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
3 ^3 G+ f+ q/ v. b! v; M4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)7 H) Q$ H- T! J3 b; W- h! L; Q
4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)
. h- M% Z3 i' C3 e4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)8 k1 Z V( c5 n8 B. M1 w
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
, I" M. ?7 g y% o/ n1 r, u) g& K4-12 思考题7 S0 f9 ^1 T7 a: {$ \* r; y' D- `
x. t Z" u( { ?第5章 Faster RCNN系列算法原理精讲
9 G" L: a u$ E- @* w5-1 Faseter-Rcnn系列介绍 (06:38)+ y- L# B' n. M& ?0 n1 S
5-2 RCNN介绍 (14:19)
* Z$ D9 e- T5 j+ q! y5-3 SPPNet介绍 (10:23)0 V) M! V$ m9 f9 N
5-4 Fast rcnn介绍 (21:02)
4 f# t8 p+ n) P4 T9 @5-5 HyperNet、RFCN介绍 (12:47), V& V+ |2 d8 n
5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)
1 B" d; d" R" C) }- X8 H) J4 l5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)9 w0 H4 j2 L7 m' V
5-8 思考题: O4 V7 ^# B* ?2 F/ p3 v
$ x( ^: O( \& x' I4 j0 y) u! }第6章 基于Faster RCNN的ADAS场景目标检测项目实战
$ c: R4 H/ Q: F+ i6-1 ADAS业务场景介绍 (15:04)
/ V9 j n9 z' O) w" _6-2 Kitti数据集介绍、标注格式、下载等 (10:22)# F% u3 ~6 y' W3 d. O. l% w
6-3 Kitti数据集类别提取编程实现 (14:13) b& C/ L5 f s; i! N
6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)
+ H, r0 q2 n% G# ~+ o3 Q; Z6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)
K% S" ?- ~* R0 S5 }6-6 Faster RCNN目标检测环境搭建实操 (05:34)
2 Z7 M6 X9 q9 P- E: k7 A! j6-7 Faster RCNN目标检测框架介绍 (09:10)
, J3 ^: }9 I8 [- \7 i6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)3 i4 M+ d4 G8 Y% P5 F
6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
' H$ @ g( |. u: n6-10 Faster RCNN目标检测模型训练及其优化 (06:58)
! u3 }& @/ a; M6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)% k( H* {( ]% o p1 j0 j( F E2 G, n9 N
6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
! ]' b% w r& x+ I6-13 思考题
5 {+ c4 [- y; M( p! H+ w- [0 O8 b
第7章 YOLO系列算法原理精讲$ b+ G/ ]# B7 q- d# F+ k
7-1 Yolov1算法 (21:28)6 |1 ]$ m6 `. h& c" @
7-2 Yolov2算法（1） (12:38)
2 o7 i2 D2 K4 g, v3 ^, W `1 b7-3 Yolov2算法（2） (11:42)
# h, f5 v$ @+ {. L7-4 Yolo9000算法 (05:12)
" V9 I& N% g9 x# L8 C4 l# y7-5 Yolov3算法 (10:44)( ^& x& k! c& f; H
7-6 思考题% W4 ^9 z `$ X, g
+ b7 K2 S6 d" u: C) K第8章 基于YOLOV3的通用物体检测项目实战; o9 f3 b/ U' z7 {' V, K$ q8 }1 k
8-1 物体检测业务场景综述 (17:53). P: J- M, p: F+ L- d$ B
8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)
" d6 }3 k" [% v7 R8 N% Q" t. ~8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)
/ W, p [' b1 B; S8-4 DarkNet框架解读及相关配置说明 (18:06)7 O5 v2 _& f- L+ X
8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)
: v, I, _% v) G5 n+ R, ^8-6 YoloV3检测模型的测试介绍及编程实例 (12:15): h) F( d" }8 ]- Y
8-7 思考题
! D' e! [6 g2 f0 Q5 Y1 @1 E/ l
; d5 b0 l$ W4 l! j- i# l3 `第9章 文本检测系列算法原理精讲
) j1 Z, h! D4 V1 a0 V, s9-1 文本检测算法原理介绍 (12:50)
1 f+ Q+ q# C1 ~6 u8 G& p& q5 T9-2 CTPN模型 (10:38)
' M, [& e" ^! X- S0 ]* Q/ t& q9-3 RRPN模型 (19:11)& A" Q* L9 V( h7 f+ `% q1 H
9-4 FTSN模型 (11:41)
3 @/ i* g7 s/ ^" `( M% W0 M9-5 DMPNet模型 (15:56)
( `* b! m- b, l9-6 EAST模型 (09:17)5 v# k+ I- b4 j* x) u M+ y D
9-7 SegLink模型 (13:01); i9 {# T/ G0 T6 p
9-8 PixelLink模型 (16:35)' b$ \) `0 Y7 K$ s s
9-9 Textboxes讲解 (18:41)( z1 o; s; D6 R4 y+ X" h, Z) G8 n- O b
9-10 Textboxes++模型介绍 (25:34)7 H5 J) G7 z/ u; D; L9 }0 Q% h
9-11 文本检测常见数据集 (21:16)' P. c$ X7 G. [6 ~* e! R/ q& ?
9-12 其他检测模型方法介绍 (14:56): T* l0 s2 Z0 |" p
9-13 作业节
- N, t* F9 R1 P% |6 \8 k5 Y2 X5 {5 S' y+ ~8 h$ Z. {
第10章 基于EAST的自然场景文本检测项目实战
( l+ O) g3 e$ t! e! H. q10-1 自然场景下文本检测业务场景综述 (15:26)
. w; X/ `) p. X* F* e10-2 ICDAR数据集介绍、标注格式、下载等 (11:00). u. m8 Z* ]. H! l4 ]- n" u6 [
10-3 EAST文本检测框架环境搭建 (09:03)9 g( _$ V4 i% i- j0 E4 G( O# H0 i! g) Y
10-4 EAST文本检测框架解读与训练实操 (16:23)
/ j2 {4 G& }, Y3 f/ f10-5 EAST文本检测模型测试脚本编程实例 (09:26)! S& x8 V, y! u7 _: D H
10-6 作业节
# E! P0 f" W. v$ y, q( Q! N
3 F6 {3 P4 Q8 f7 g- v' h, D第11章 多任务网络原理介绍+ W) C& a) X$ z: D3 h, ~) B
11-1 多任务网络业务场景综述 (07:49)& g" J3 H6 O3 v: C" [
11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)1 g/ e9 {- R3 s/ s6 S4 m8 O9 E
11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)
6 P) Z' s6 s' a* k9 X11-4 思考题
2 z6 F- @& a" L! F; X; v l2 p8 R: N7 L8 L6 n/ e$ w0 _2 ~; I
第12章 基于人脸检测+关键点定位的多任务网络项目实战
3 R4 r+ V8 V3 i m' P% T7 C" {12-1 MTCNN环境配置、框架解读、数据打包 (18:41) Y! j/ n+ u( A7 T# ]
12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)( A* w* L4 A/ r/ h! h2 n' T
12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45), F% i: _$ Z1 g
12-4 MTCNN模型训练介绍 (03:33)
7 L: q6 d0 Z8 ~$ z8 ~7 y$ F# b8 F12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50) u( A5 u0 f# R4 s2 d
12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01) z: O0 L5 m# g( A K0 ]8 M& Y
12-7 思考题* B& L+ P; O' p/ E. S a7 V
, E5 H5 W7 t+ L, T) p4 |% A+ d第13章 课程总结/ \0 p( `2 o$ h! L; B G- C: f* `6 \
13-1 one-stage vs two-stage (13:13)
" S$ q3 f7 W& Y8 d/ m( Q/ v; r13-2 不同目标检测算法的优缺点对比 (12:52)1 Y1 t2 O5 _* a: I( V: s
13-3 作业节
0 F# B6 ~$ K6 ^) A* x* ~4 R13-4 不同目标检测算法的精度对比 (10:42)
' i' `+ Z2 k$ `& e/ }13-5 作业节
) r6 f9 t+ Y0 B3 c8 y% W13-6 常见目标检测研究对象与数据集 (10:37)' T0 P* {$ `8 v
13-7 目标检测常见任务与性能评价指标 (18:23)
( q+ d6 |( s% X5 T# g0 F; j7 w* t13-8 目标检测行业应用现状-人脸检测 (17:31)
/ T( d# N3 d8 F0 ]: d& q: N13-9 目标检测行业应用现状-ADAS (10:20)( _9 Y+ n5 m/ H# e* n
13-10 目标检测行业应用现状-文本检测 (09:05): c, i# r0 D* s* ]8 \( n* ?( V
13-11 课程总结 (19:30)
3 x, }8 \% A0 G! x% n4 u' F7 D$ C
〖下载地址〗
" K0 a' }) `6 [% n; s. w! K: I* o) m: K2 c: a
〖升级为永久会员免金币下载全站资源〗
|8 l% C! [- j7 V" s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
4 M/ u, r5 [( O7 E |
[复制链接]
