1 S1 Q( Q* w% t( e" q. l Q
8 I9 S: D9 o$ Y) }- u2 G2 c〖课程介绍〗" R2 {8 C4 H- c" v$ o9 R+ r9 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。
/ {3 X% E, O+ t% i5 f. [. u6 I
4 p5 o# C) n5 ]5 y" X( k c* z* L) ~〖课程目录〗# }; y4 B2 E. h. }
第1章 课程介绍 试看6 z% J6 r7 h: J# Z6 r
1-1 课程导学 (22:58)试看
- Q; e5 L& g2 D8 v9 G* j4 I O! F P" q2 A
第2章 目标检测算法基础介绍- _7 k- U; ]1 Z4 b$ R
2-1 目标检测问题定义 (12:10)
2 g6 ?! k! I* v2 J% ?2-2 目标检测问题方法 (15:11)- Q# u: e( Y) [' Q7 k) o
2-3 传统目标检测方法基本流程 (05:33): B9 R- i0 T' f9 K. \1 ]
2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58): S9 R! {6 d% Y6 k' M5 r
2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)4 o# j/ c6 b# K# a M+ y
2-6 常见传统目标检测方法-DPM（物体检测） (06:34). [3 l+ B4 [3 N% {
2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)
- L9 J5 e0 C, P' S2-8 Two-stage基本介绍，流程与常见算法 (08:25)
8 E- {5 Q3 u* e9 [2-9 Two-stage核心组件 (21:06)& V5 N" I% V9 l( x
2-10 One-stage基本介绍、流程与常见算法 (04:36)% j6 h3 r" z S
2-11 One-stage核心组件 (18:52)
, ?6 n1 K& `/ V1 }. M2-12 One-stage与Two-stage优缺点对比 (05:14)( |$ \7 g0 l% P4 V+ J
2-13 作业节
2 s8 \5 r/ p& R) z2 }: G
+ U1 L' D6 w' `; T; O% p! E3 `第3章 SSD系列算法原理精讲 试看' k4 I3 K( @9 G
3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看4 B7 t, l7 \) S, b
3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)
0 E4 F3 m9 [% z) w" P3-3 DSSD、DSOD算法 (13:29)
. T$ {* \2 a7 v! z! O5 [" ]3-4 FSSD、RSSD算法 (09:29)
0 B5 V. i) J+ p% M \" m1 r5 l1 [3-5 思考题% M4 ~1 O% W9 {' r+ \+ h" [8 r
- o3 A. R+ {, W
第4章 基于SSD的人脸检测项目实战 试看
+ B; {7 j& u( o. c0 l9 \; L3 f4-1 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)3 j# Q. B& k8 W( |2 W, `, N
4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)
2 U1 z7 w/ n8 L2 s/ J3 P& X3 L4-3 Wider Face数据集介绍 (06:36): y, K' Z+ j" U+ f6 V# d' Z) o0 x8 J
4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)7 H- B1 K# I9 c
4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)- N' F& v: z, @' Z( u, [. L, Q( m
4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)7 j) K; r' ~: c6 a6 a
4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
6 K3 ?) ~$ L. |, j5 r% U9 b% r4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)8 J4 `5 E: `& ^/ N
4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)
( M) ~4 \# z! d& i* b4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)* g( M! y- o; \. q
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7 t3 B1 X6 J6 \ K$ x
4-12 思考题) J7 G2 ^. f8 N: R g0 S2 h
6 w% ?& r+ m3 f5 v
第5章 Faster RCNN系列算法原理精讲# z5 M& O9 H; x+ n6 f: N% e
5-1 Faseter-Rcnn系列介绍 (06:38)# ]1 E$ ^! F8 c# d4 W4 l: w
5-2 RCNN介绍 (14:19)
, H% X9 f/ \2 H: \5-3 SPPNet介绍 (10:23)
$ S8 [: ?7 J% ^6 d% K* O. x5-4 Fast rcnn介绍 (21:02): B* a' ?6 ]+ @
5-5 HyperNet、RFCN介绍 (12:47)
7 [, A' q: {4 N5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)
; q) i& _# ^9 {% H8 p5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)# A9 W$ Q7 }! q% Q9 S
5-8 思考题
) k' E% S# Y+ |1 P- N$ {9 J) G6 ?+ [8 y, g% w
第6章 基于Faster RCNN的ADAS场景目标检测项目实战! q/ O7 s* ?' |
6-1 ADAS业务场景介绍 (15:04)
0 ?6 W$ r T: V1 ^* N8 i$ k6-2 Kitti数据集介绍、标注格式、下载等 (10:22)
& m/ r# p! z$ g/ l' Z3 U6-3 Kitti数据集类别提取编程实现 (14:13)
: F- I0 y9 d* I) x6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)
( M" ~# l/ O* e% C6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)0 d# D) U! J0 z& ?; z' A" ?2 N
6-6 Faster RCNN目标检测环境搭建实操 (05:34)4 G$ P7 D2 T. n: `5 u. x4 H
6-7 Faster RCNN目标检测框架介绍 (09:10)! P6 N% b3 l3 Y8 y7 f
6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)
+ k- e! G# V) \( d6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
2 F1 f3 g( v9 k3 B; h z7 [' M6-10 Faster RCNN目标检测模型训练及其优化 (06:58)9 o: o2 V- h9 h8 ~
6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)
5 T0 {/ p; ]' m1 _; t6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
4 x, A' a$ d* ~" f. W6-13 思考题
$ i0 w& n: m7 z2 a/ Q
7 p5 |9 [: S2 [, Z3 S: C: E) V8 r, b第7章 YOLO系列算法原理精讲. A5 p+ n4 j) X, s9 t2 b N
7-1 Yolov1算法 (21:28)
9 d4 |2 V7 R6 w7-2 Yolov2算法（1） (12:38)
; ^0 T3 X# V: H# k5 v" d7-3 Yolov2算法（2） (11:42)( j+ z/ j/ Y2 b7 L' s# c
7-4 Yolo9000算法 (05:12)
( x: H, P( \- V- c) ?8 c2 j7-5 Yolov3算法 (10:44): B* H0 D0 [1 Z0 @6 j" h
7-6 思考题 f# `9 }* r: I9 k
6 J- I% z7 @- O2 V- Y第8章 基于YOLOV3的通用物体检测项目实战
+ `- N' {0 j/ ]1 Z+ z+ @8-1 物体检测业务场景综述 (17:53)
2 F' g0 w" k" Z2 Z) q4 ]$ W8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)4 k9 A) @ }$ l! K
8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)
. T) V0 s7 e4 c8 ^% A! G& c" C8-4 DarkNet框架解读及相关配置说明 (18:06)
* k! C5 v( R, A. j2 X0 E! X8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)
3 A5 K g; G/ b1 s( U7 @8-6 YoloV3检测模型的测试介绍及编程实例 (12:15): r- _* Y7 w+ Q4 J- ?) y2 v0 q
8-7 思考题
% @' d. J, v# m* S. [, B/ d& h5 j! C- _+ g& {
第9章 文本检测系列算法原理精讲1 k7 ?, y5 A8 J g2 t* c
9-1 文本检测算法原理介绍 (12:50); ]* C' `# x' d: M2 o
9-2 CTPN模型 (10:38) u' q# J' h+ f/ U4 U
9-3 RRPN模型 (19:11)$ p8 G, n& E. ` S/ K+ D. k$ l
9-4 FTSN模型 (11:41)
' _1 v" o- N( x2 x% j+ A9-5 DMPNet模型 (15:56)
, v9 L8 X' E( T) Q% A% G8 C! \9-6 EAST模型 (09:17)
( e* X9 s4 }$ ~! H) {9-7 SegLink模型 (13:01)
+ |" x3 t2 \" V" S1 q9-8 PixelLink模型 (16:35)1 n4 c, ^! K+ M* Q( S1 f
9-9 Textboxes讲解 (18:41)( }& t7 r( C6 d2 p
9-10 Textboxes++模型介绍 (25:34)
! a! k& _. t" i% U9-11 文本检测常见数据集 (21:16). k- r6 i9 E$ [) |4 u1 ~( j% H
9-12 其他检测模型方法介绍 (14:56)
7 G' {: i* l0 z* Y( L9-13 作业节
2 n& l. \5 M1 s* @1 h% V
$ E. V2 p3 z0 o: ~& F# N3 x第10章 基于EAST的自然场景文本检测项目实战
8 \# C; c+ w5 `, u10-1 自然场景下文本检测业务场景综述 (15:26)# R( a5 u" ?" ]) k
10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)
+ o+ B0 ~( L6 n' l% C$ E10-3 EAST文本检测框架环境搭建 (09:03)
1 P7 }- r5 }) [! k10-4 EAST文本检测框架解读与训练实操 (16:23)
6 k5 X1 n* j9 G( q10-5 EAST文本检测模型测试脚本编程实例 (09:26)" ^8 W# y. \5 ]% @& }
10-6 作业节
) A A- Q; P8 V8 L
: a5 i7 S2 `3 ?. s( s" G/ X) w1 _第11章 多任务网络原理介绍3 t% N& ^$ {1 Z/ q
11-1 多任务网络业务场景综述 (07:49)
! F7 `% m* M( e* T11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)
5 v8 }( q" a; M) K11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)( _6 n: Y& c, [2 l5 }
11-4 思考题7 L7 w7 r( Z4 z& ?
0 u0 P- G) b3 X- g5 v, k2 s& n9 ?5 r
第12章 基于人脸检测+关键点定位的多任务网络项目实战
7 r* \" B7 l: g2 _12-1 MTCNN环境配置、框架解读、数据打包 (18:41)$ M7 M% n; p: j+ ^
12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)+ c( c2 V! A- l K; K0 {% A
12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)
0 X) C7 ^# A6 X7 F12-4 MTCNN模型训练介绍 (03:33)
% C1 C( Q1 v; p c/ O12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
1 @- m1 n+ W! r# H12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)
& ~: H. N7 O# d) W12-7 思考题& \; Q- _! O8 E$ _
# g! b: F! k4 E4 k
第13章 课程总结
$ K+ _6 Y7 @7 Y+ Y" O13-1 one-stage vs two-stage (13:13)% ]3 k, L5 }- ?3 n( y
13-2 不同目标检测算法的优缺点对比 (12:52)
1 \' f, Y( C- B4 |/ | R13-3 作业节
/ o0 ^" z; e# \4 F. b; w0 y4 H& @/ f6 @13-4 不同目标检测算法的精度对比 (10:42); a) {7 k7 I: n+ {0 `. p: v
13-5 作业节! G. @2 Z- }; w* X$ {6 i0 J; `4 M
13-6 常见目标检测研究对象与数据集 (10:37)
) `+ V6 C, ^+ q% B% }, X6 {13-7 目标检测常见任务与性能评价指标 (18:23)
4 X3 X5 q0 g0 J; W9 d& F! E13-8 目标检测行业应用现状-人脸检测 (17:31)7 w, I- l/ Y5 ]8 x) D1 u0 J9 A
13-9 目标检测行业应用现状-ADAS (10:20)8 B% E' u. m1 O/ }6 r. Z
13-10 目标检测行业应用现状-文本检测 (09:05)
8 f) [4 \( U9 I13-11 课程总结 (19:30); t0 {- R9 M2 ^
+ p7 E J( z0 z* K! L1 K
〖下载地址〗
9 P* @9 z1 C9 c+ X2 P/ x/ F L5 [. q# X
〖升级为永久会员免金币下载全站资源〗
4 m2 H4 l: E, q3 g% _3 ~4 a' `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
$ d0 b/ E% A+ e4 M# M6 F" h; b, ] |
[复制链接]
