深度学习之目标检测常用算法原理+实践精讲

  [复制链接]
查看1757 | 回复4 | 2021-5-4 00:21:35 | 显示全部楼层 |阅读模式
1704050791116130.jpg
" I' y* x& v5 }+ C, X) |+ I2 L
: c& w  O2 M2 p. S1 Z* d5 T+ K# j〖课程介绍〗
' x: r, |0 S6 B0 k7 O7 c4 [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。/ \" U% D6 o7 Z/ f! l

9 r5 J4 m' C: O4 t0 t; A5 {〖课程目录〗
% j7 p9 P" \8 i+ \第1章 课程介绍 试看/ k9 ]+ R# ~7 f6 e' w
1-1 课程导学 (22:58)试看( `4 t0 J+ f* A9 \
6 G4 t0 x3 I# ]/ u
第2章 目标检测算法基础介绍
  W0 w$ C$ H" |' Z0 F& [: I# B2-1 目标检测问题定义 (12:10)' `, c+ D7 U- y, z. k9 ?2 e
2-2 目标检测问题方法 (15:11)
' S2 x3 `. s6 v$ k' U2-3 传统目标检测方法基本流程 (05:33)
3 J) V8 d8 F  Q& Y2-4 常见传统目标检测方法-Viola-Jones(人脸检测) (08:58)- E7 n- D* K% n7 G# f  W/ Y' [
2-5 常见传统目标检测方法-HOG+SVM(行人检测、Opencv) (09:21)9 I% P; @# f6 j1 a$ v
2-6 常见传统目标检测方法-DPM(物体检测) (06:34)9 r, l0 I3 I' y- Z5 B. P
2-7 常见传统目标检测方法-Sofe-NMS(非极大值抑制算法) (05:54); v; N1 l" _" b4 \6 e" H
2-8 Two-stage基本介绍,流程与常见算法 (08:25)
9 t. M, b, k" o7 [% w& t2-9 Two-stage核心组件 (21:06)( }* t4 W% @4 `: D+ t( ]+ K
2-10 One-stage基本介绍、流程与常见算法 (04:36)
& a* O7 l4 n& s# m* d2-11 One-stage核心组件 (18:52)
( c. w9 d  m- Q8 o% d2-12 One-stage与Two-stage优缺点对比 (05:14)
$ d+ a* u& ~; H0 ?% R2-13 作业节
' f" C0 N7 T% H  H, x# Q
% P/ f/ ~5 M% o7 h第3章 SSD系列算法原理精讲 试看( K" A, P5 t+ _5 Q
3-1 SSD系列算法介绍(主干网络、多尺度Feature Map预测) (12:18)试看
$ x5 h2 E8 O5 d7 f3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)4 t% _' \+ U1 A, A, F8 B" f
3-3 DSSD、DSOD算法 (13:29)+ D. @/ y+ t0 O4 R
3-4 FSSD、RSSD算法 (09:29)7 i& r; X( S6 O+ g
3-5 思考题
# A" J4 m' F5 j9 F. S5 \
; \" l, _& E4 @+ w; M1 B; u7 Z第4章 基于SSD的人脸检测项目实战 试看" h* w* K8 ?* b8 [9 x4 A& r) Y
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)! d4 r& |1 r" f7 W0 y1 W
4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)  k8 A8 s# n0 t3 g6 V/ Q9 F
4-3 Wider Face数据集介绍 (06:36)
4 x. b$ P9 a/ W. w4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)
  U( f3 P  @- s4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)! N! I! C& H2 J5 j4 E1 l& n. V3 S) Z
4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)7 G' m2 ~: Q' d: a# A" T" @* }
4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
9 O; a; ~5 n# o" L; O4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)' A" @1 [  c1 j3 X& e
4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47): E2 r0 f2 F' ]# n$ i; I
4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)1 R; Z, m: d1 F" i
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4 \0 z; M& G0 ~( k. g; ]
4-12 思考题
0 y0 `) x0 c* H# w9 m, [
, h$ v. Z; F( [( |第5章 Faster RCNN系列算法原理精讲2 K$ @8 |. V" z) k* R
5-1 Faseter-Rcnn系列介绍 (06:38)
# D. K* ?5 `: }2 G$ {  {5-2 RCNN介绍 (14:19)/ O' S1 H; `' ~* D* L% A
5-3 SPPNet介绍 (10:23)
9 l+ g8 R$ Z0 L/ x5-4 Fast rcnn介绍 (21:02)% V9 E$ P1 T5 \# B  L: D/ S
5-5 HyperNet、RFCN介绍 (12:47)( u2 s2 e$ y8 C6 N& d
5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35): X3 k! L. j9 e9 l+ |/ O8 t
5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)& X3 \+ a3 [: M+ X( f9 u
5-8 思考题( }3 t  p" n  J5 Y7 ]9 \1 g: S
$ u3 U/ G, ?& M& x
第6章 基于Faster RCNN的ADAS场景目标检测项目实战- d9 H1 u3 R/ k) \
6-1 ADAS业务场景介绍 (15:04)
6 v! w4 {; Y7 ?! g4 c% A" T6-2 Kitti数据集介绍、标注格式、下载等 (10:22); v6 z' \! W9 G( m2 d' r5 [
6-3 Kitti数据集类别提取编程实现 (14:13): j4 p; v6 F, Q' F0 ^2 ~* q
6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)
# }( w$ L* h7 ?, Y0 s, G6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)+ b4 t9 d/ ^" a! K+ c
6-6 Faster RCNN目标检测环境搭建实操 (05:34)2 O/ U4 f" D3 A4 A7 y) V
6-7 Faster RCNN目标检测框架介绍 (09:10)
' k+ ~$ w- W. g5 E9 k% s" f8 E6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)
! ]& z" o+ K. Y/ S3 Z& }3 s' R0 M6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
1 x  F3 H$ y1 s  W+ L6-10 Faster RCNN目标检测模型训练及其优化 (06:58)
5 ~9 p" T# X7 w1 ~6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)
+ T! C" e% |! M6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19), d( X$ q5 F# u0 M& s: g
6-13 思考题
* d1 k) D. R7 z
3 T9 F* y3 N! C9 w/ z: m第7章 YOLO系列算法原理精讲1 o+ ]! `9 @& \
7-1 Yolov1算法 (21:28)- J% D  M' |2 h' Y, B9 r7 i* d
7-2 Yolov2算法(1) (12:38)
; N, J* m0 f8 _+ P. F0 O; C* W( F7-3 Yolov2算法(2) (11:42)
2 b8 V0 Y: g5 s, X. Y7-4 Yolo9000算法 (05:12)* v! W  o& |: P. y7 _
7-5 Yolov3算法 (10:44): z7 H) k, P1 M9 G  M# X2 u* D: y( o
7-6 思考题
3 f' g. T3 |! ^1 `& }2 q, Y" _9 J
0 O' H/ W4 q$ f$ }! W第8章 基于YOLOV3的通用物体检测项目实战
# x& l& }& U* ^2 X. s8-1 物体检测业务场景综述 (17:53)3 u& f  R- w! ~: G& Z7 h
8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)
& Q% w1 [7 [5 l  V8 i8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54); ?; P/ O+ {& l" K- V; M# ~6 L
8-4 DarkNet框架解读及相关配置说明 (18:06)
5 M- {4 x+ w/ t' u8 U, t, i. K/ `8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)
/ @  [9 f  i( n9 i  O8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)/ |$ v; o" g2 I
8-7 思考题" V) S+ T. J0 [1 M! v% ?

1 r' `4 Z/ s- ^. s' k第9章 文本检测系列算法原理精讲2 \" t4 Y' [( u1 P2 D
9-1 文本检测算法原理介绍 (12:50)+ p) Z* @; e  ]5 w
9-2 CTPN模型 (10:38)6 ^5 [* {  w1 `2 {! m6 k
9-3 RRPN模型 (19:11)
1 P; V& R3 o: P9-4 FTSN模型 (11:41)
5 P- }( m7 x$ z8 B! o* d9-5 DMPNet模型 (15:56)6 b; g* E, b8 \2 ^+ C
9-6 EAST模型 (09:17)0 a, O) _, o& E/ H
9-7 SegLink模型 (13:01)$ n% O: {6 V7 c- @3 `# S3 e
9-8 PixelLink模型 (16:35)
5 _& g0 U( @- z; ]# ?9-9 Textboxes讲解 (18:41)+ S# G% V6 n* P- L8 ~# e9 ?% ^, o
9-10 Textboxes++模型介绍 (25:34)/ L4 g) S9 b# {% {
9-11 文本检测常见数据集 (21:16)" X( h+ {" d7 a$ S3 `5 ]% m, d
9-12 其他检测模型方法介绍 (14:56)
5 G0 m1 T) i- ^  y5 c# Y# g9-13 作业节7 y* C# b7 l5 x% p

7 n# v# D5 V! i' Z) d第10章 基于EAST的自然场景文本检测项目实战
6 B! r, v. Z) I: c10-1 自然场景下文本检测业务场景综述 (15:26)
4 F' F( U) i7 n10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)
) D: P+ k8 m! h) V0 {10-3 EAST文本检测框架环境搭建 (09:03)
% K/ I- u5 x% m. {% a. l9 F2 @10-4 EAST文本检测框架解读与训练实操 (16:23)
0 i- d, N7 L" {+ J0 t) z4 g10-5 EAST文本检测模型测试脚本编程实例 (09:26)
2 c8 z( f8 v, I" \* y. d10-6 作业节
/ t% d% g$ N2 u( o
0 M" _# H) Z0 B7 c% W第11章 多任务网络原理介绍1 Q) x) {2 W; O
11-1 多任务网络业务场景综述 (07:49)4 g! Q5 `9 N7 f# j+ G1 `
11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)& }7 e& S  w$ \  J1 B
11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)0 u& J1 R2 Q: ~- t! O4 E6 }9 [
11-4 思考题1 |5 j! K" E! R; O0 X
% T# S2 l& i3 W5 J5 R2 H4 z
第12章 基于人脸检测+关键点定位的多任务网络项目实战& B4 \+ w0 {! A- f" }: k# P
12-1 MTCNN环境配置、框架解读、数据打包 (18:41)
8 c1 |6 U- y. ?0 S12-2 MTCNN数据打包(PNet、RNet、ONet)实操(1) (14:57)
$ x! Z* B' C& |# @8 f$ E12-3 MTCNN数据打包(PNet、RNet、ONet)实操(2) (13:45)
  Q2 I' P) O. k9 t( c; E12-4 MTCNN模型训练介绍 (03:33)
1 g  I, F9 C# T9 t$ Y12-5 MTCNN模型训练(PNet、RNet、ONet)实操 (15:50)
9 `/ L% c7 a' s  R3 m- }12-6 MTCNN模型(PNet、RNet、ONet)测试实操 (09:01)6 N- e6 \+ N& x$ j3 r
12-7 思考题
' G) _4 F% d" p% o* `9 A" r9 K( y% k0 T7 p. C
第13章 课程总结
& |& q; a- R* q, _2 S$ ~  |' |' l5 x13-1 one-stage vs two-stage (13:13)
6 N7 F3 Q% n7 j7 o. n) r- w13-2 不同目标检测算法的优缺点对比 (12:52)
1 j$ i" t4 w1 K. h( ]13-3 作业节- X0 l% D4 v! t+ Z
13-4 不同目标检测算法的精度对比 (10:42)
' d" o! y, A* h13-5 作业节4 S$ z1 Y7 ]' f: Q4 j# h
13-6 常见目标检测研究对象与数据集 (10:37)( s3 x+ F& Q' K  Q% ~8 ~
13-7 目标检测常见任务与性能评价指标 (18:23)
* S  Y2 V, O# o2 R& g$ ?13-8 目标检测行业应用现状-人脸检测 (17:31)
8 K; f! R7 l  A4 o8 h0 t9 r13-9 目标检测行业应用现状-ADAS (10:20)
+ A6 `" x) T( H+ i13-10 目标检测行业应用现状-文本检测 (09:05)
" [. Z8 l) B- x$ D13-11 课程总结 (19:30)) N: }  L- H0 z% u

6 X8 E* x/ a9 X4 R$ x〖下载地址〗" X# e0 u5 S/ q3 V
游客,如果您要查看本帖隐藏内容请回复
, V: ~) H( p" K. e" A6 A
〖升级为永久会员免金币下载全站资源〗
$ m; Q% c: M! O+ ~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
9 C* W" t) j" ?
回复

使用道具 举报

ustc1234 | 2021-5-4 08:51:07 | 显示全部楼层
深度学习之目标检测常用算法原理
回复

使用道具 举报

2583151529 | 2021-5-4 10:11:17 | 显示全部楼层
6666666666666666
回复

使用道具 举报

xiaoyou | 2022-9-30 10:55:09 | 显示全部楼层
支持支持支持支持支持
回复

使用道具 举报

modalogy | 2024-12-5 08:42:32 | 显示全部楼层
66666666666666
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则