* w _6 S8 s; f+ s" j2 l
+ o) D8 f8 G* I〖课程介绍〗4 O2 f; T/ b+ 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。
7 [: f9 [& e/ c) F
( i2 V) [% s2 o+ d% n( F0 G' ?: P% d〖课程目录〗9 M+ N) i6 N/ V6 B& c; G V
第1章 课程介绍 试看. @8 H' l% D5 |! v: f# g5 z
1-1 课程导学 (22:58)试看
7 E5 [( ^, X* Q+ ^8 C2 Z( S( I, }
第2章 目标检测算法基础介绍
6 c3 z5 v# x3 Y9 L2-1 目标检测问题定义 (12:10)7 s0 E k6 b' B0 i) p9 O8 r1 p
2-2 目标检测问题方法 (15:11)
3 M; V: x, m: o! }' k i2-3 传统目标检测方法基本流程 (05:33)9 Y0 a$ e' v3 a. n" m, s+ e. c
2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)% F$ J/ A9 B8 w* ^' \
2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)& o" Y4 i# Y) l; K$ L4 `
2-6 常见传统目标检测方法-DPM（物体检测） (06:34)
* }8 ^" F0 m k6 L2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)
& X+ F \& N A: B$ {8 `! d9 L6 t2-8 Two-stage基本介绍，流程与常见算法 (08:25)$ i' S$ U. J8 X2 |3 V/ s& h
2-9 Two-stage核心组件 (21:06)
* \7 T" w; B2 E. f2-10 One-stage基本介绍、流程与常见算法 (04:36)' `* E9 T) q5 u! U7 M2 k
2-11 One-stage核心组件 (18:52)
$ a. U# S' M$ f Y' i3 @2-12 One-stage与Two-stage优缺点对比 (05:14)4 W7 g$ O/ i) X# q
2-13 作业节
; P- y% I7 p5 T+ y6 Y2 H- W" S% z7 [+ L( p/ a8 b$ m
第3章 SSD系列算法原理精讲 试看
- d% c" m' ]8 j& J h' b3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看. g6 a9 |) G1 E
3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34) o; ?0 b. n2 ^1 @2 A. I$ L, Q
3-3 DSSD、DSOD算法 (13:29)
- ]2 i* L. x0 L. Y$ q3-4 FSSD、RSSD算法 (09:29)3 U1 {9 z( Y$ X: T
3-5 思考题
/ b. B/ s# j4 K. J/ g5 y# t/ K( ]& ]+ W3 h% \- m" p2 e3 A
第4章 基于SSD的人脸检测项目实战 试看% _; ?- E( n, a9 @& a8 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)+ b3 T4 c. T w% C9 }1 C; G
4-2 Wider Face数据集介绍、标注格式、下载等 (15:01), o7 g8 I' g5 [5 j! `8 P
4-3 Wider Face数据集介绍 (06:36)) w, c5 v% l8 y! c+ T. c+ F* g
4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29); Y/ y5 d( Y( A# u( T! m
4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)
6 f, k8 n. ^, i7 x3 n4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)
7 \" i5 u9 [( X* Z) H4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19), A6 q6 J- J% l1 ]
4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)$ y, e9 Y+ o# B, K
4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)* C/ ~, f* j' J! e. X% l
4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)
% V2 z6 j1 P$ ~* Y2 j4-11 Caffe-SSD框架测试结果可视化与人脸检测技巧说明 (11:09)试看
3 a/ n7 E4 G' z) }4-12 思考题7 u8 G T+ C; A+ h3 _
0 L3 D( |0 |) T( s+ h( \% l第5章 Faster RCNN系列算法原理精讲" A- m; }0 k! O- S
5-1 Faseter-Rcnn系列介绍 (06:38): d6 T9 |* W) k- c; k6 S
5-2 RCNN介绍 (14:19)- b0 b$ W& s+ F' g$ I
5-3 SPPNet介绍 (10:23)
! [, F$ X- A& M( p0 | d" @; p+ [5-4 Fast rcnn介绍 (21:02)9 i+ M3 a$ z/ ?2 D- L( L, o0 r
5-5 HyperNet、RFCN介绍 (12:47)
- d& z M: Q' ~& _2 w5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)1 o! p8 a* O# g& D* i1 r
5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)
1 p) P, \# {+ O7 J2 s9 `5-8 思考题$ K4 b! S2 h" E( m9 s+ [
1 W1 g5 n: ]8 F& G! Y1 r( w第6章 基于Faster RCNN的ADAS场景目标检测项目实战! r9 d7 M8 ?2 P3 N! f0 R
6-1 ADAS业务场景介绍 (15:04). @, u- u6 A0 Y# b+ f. o
6-2 Kitti数据集介绍、标注格式、下载等 (10:22)4 n- y1 x8 A% q9 V, o
6-3 Kitti数据集类别提取编程实现 (14:13)
# Q) L" Q' d# b5 ~% o$ p6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)
: D6 J( h" m: h0 ]$ q6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51): p, X0 E" `: d& @$ E: h1 b" z5 }
6-6 Faster RCNN目标检测环境搭建实操 (05:34)% G& D! G6 Y X3 Y% j
6-7 Faster RCNN目标检测框架介绍 (09:10): G# Z# v y0 v
6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)" v* [! ?' c# ^) c+ ?6 I
6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
2 f' o3 d) B+ ?# ^6-10 Faster RCNN目标检测模型训练及其优化 (06:58)
) T* v. V5 J5 B- @6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)* C6 U* _( R- W% t
6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
1 A$ E8 w. W) z, Q( w+ T& @6-13 思考题
( D* Z- ], O7 n+ }: s5 q& g6 h4 f, t) L5 J
第7章 YOLO系列算法原理精讲, T9 N( P# {% A9 o
7-1 Yolov1算法 (21:28)
4 \. \1 x8 _# |8 d$ o7-2 Yolov2算法（1） (12:38)! p- I9 W1 \, c2 ^+ P. E7 `
7-3 Yolov2算法（2） (11:42)
- |2 c2 n/ N3 _% X2 q& \, f% {7-4 Yolo9000算法 (05:12) f" y4 {( Z' j! K
7-5 Yolov3算法 (10:44)
. t b* _& N+ W4 o/ s: V4 T" d% G7-6 思考题
: j. N5 Z' z1 ]0 w7 F4 y9 g8 w) ?: N# f
第8章 基于YOLOV3的通用物体检测项目实战* p, ~4 A/ |$ s+ ?7 `
8-1 物体检测业务场景综述 (17:53)
& e7 |6 M1 c7 c) K$ O8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)4 Q% p9 L2 J4 k
8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)* H9 W+ G$ t* \% X, ~2 J. c5 {+ {
8-4 DarkNet框架解读及相关配置说明 (18:06)$ b# v, ~/ o' g: p( X6 X* G! b6 _. m
8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)9 D: o d2 t3 M$ r
8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)
, {0 F/ ^' @- d+ E# k& F8-7 思考题1 P6 B. j) J& E7 M8 L3 g7 I3 P, z# r
- ~2 J a- b4 \; Q! g4 }9 ]第9章 文本检测系列算法原理精讲
( s% B% f [# f J# Y3 Z9-1 文本检测算法原理介绍 (12:50)
8 N* m/ y3 r& e- j" V1 L9-2 CTPN模型 (10:38)
8 S9 h+ [5 O) N' Q% l1 S& ~( T9-3 RRPN模型 (19:11)
2 ]+ M) d* J- @1 r# l9 O: A9-4 FTSN模型 (11:41)
/ d( v0 Q5 b$ [. \1 S, ^9-5 DMPNet模型 (15:56)
. \% v! {2 `- g6 [5 t" v" n% X9-6 EAST模型 (09:17)
7 M+ M2 C! o9 K! I7 E7 i e; F9-7 SegLink模型 (13:01)
" r( F3 F& _$ ?" J" `3 F; A9-8 PixelLink模型 (16:35)
: \) `6 u q* _/ S* ~$ [9-9 Textboxes讲解 (18:41)
- j& `' k3 R n; _6 K3 ]9-10 Textboxes++模型介绍 (25:34)
6 y. t( t5 ]: H5 c' [9-11 文本检测常见数据集 (21:16)
) r; R( k& i* t) D' j" b0 |! J5 e1 y w) u; O9-12 其他检测模型方法介绍 (14:56)
( G3 ]& m U1 p. `4 u8 ^, @9-13 作业节 n5 }0 K* F6 \- K: o0 f: e- f
7 U2 `- I0 x0 Z
第10章 基于EAST的自然场景文本检测项目实战# v! W6 o& M2 U3 O) U$ X
10-1 自然场景下文本检测业务场景综述 (15:26)
$ {. \9 A& n O( z8 Q$ z10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)- M. k* ?$ _3 z# {: J, l. z2 g
10-3 EAST文本检测框架环境搭建 (09:03)
; R5 @/ T# U2 A+ i3 J10-4 EAST文本检测框架解读与训练实操 (16:23)
9 M0 V0 q4 b0 {0 Z& E10-5 EAST文本检测模型测试脚本编程实例 (09:26)3 G5 ?$ b# A& q+ U! h; h
10-6 作业节, \% I* T; b5 p# ]
# E8 e0 S, L, H: W9 Y4 D' ~$ H) `# l
第11章 多任务网络原理介绍
$ Q% l* i7 |+ y1 K11-1 多任务网络业务场景综述 (07:49)( h6 t3 G0 Q* k; j+ p
11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)
/ T* k* {8 J" f0 D, Q) v' c! c' A G3 R11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)# U# k: Q) k+ T4 a7 b
11-4 思考题
% O; d5 @0 b% I8 B0 }+ h9 G0 ~# m2 F# A
第12章 基于人脸检测+关键点定位的多任务网络项目实战
& t5 m6 g6 u* w$ s8 l12-1 MTCNN环境配置、框架解读、数据打包 (18:41)
2 o5 Y" b/ s$ ]/ S5 r+ ^8 ?! ^12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)2 O+ v+ Q/ I, u* q* ?/ s, W, E
12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45), y3 j: P; }0 T2 ?
12-4 MTCNN模型训练介绍 (03:33)
- F% a5 C9 J3 Y12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
& t/ f; B8 L, z4 n! i7 a2 e# f12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)
; V" e& W7 W. H4 R: U0 I2 _12-7 思考题1 X& p+ a1 c( f! R: X+ c& v( V
% p! F( ^7 p$ ]. C% Q8 X/ B- }! p; A
第13章 课程总结* ^$ _+ v1 {3 a5 z
13-1 one-stage vs two-stage (13:13)* f8 K+ Z/ @1 q
13-2 不同目标检测算法的优缺点对比 (12:52)) I% _% ?1 d4 L- W4 Q: e7 y
13-3 作业节
* s6 v) k, M3 Q" z7 `' ~13-4 不同目标检测算法的精度对比 (10:42)
2 o6 B5 h" D; F' j13-5 作业节5 H( |% j2 w2 X7 m* G. [% |
13-6 常见目标检测研究对象与数据集 (10:37)
1 E! J- v5 t: B }( ]4 r$ t13-7 目标检测常见任务与性能评价指标 (18:23)
$ ^ e8 X" W9 Q6 u13-8 目标检测行业应用现状-人脸检测 (17:31)
0 |8 ~9 N9 N; F3 e2 u7 M: f5 @- x13-9 目标检测行业应用现状-ADAS (10:20)
; ^- f$ I5 \; |, b/ w" K- z13-10 目标检测行业应用现状-文本检测 (09:05)- U" ]1 H: T6 y8 V( a4 `
13-11 课程总结 (19:30)9 l) V, I5 k$ r# b6 o
3 O _. a- U3 s〖下载地址〗
5 G9 ~7 n/ o* ]$ c: r) |$ K0 c: j. b; e! `3 o/ Q( _! z
〖升级为永久会员免金币下载全站资源〗
+ E( H$ _- Z8 z# @6 V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
. g- D- _9 ~- z# r! k6 I
|
[复制链接]
