0 t: w. r) ~7 {: W Y
9 J. R4 B- ?. d0 l〖课程介绍〗; k/ C3 `% A+ 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。
2 {$ Y0 ?4 k. o0 ?8 H* r# a
2 E3 Y. B4 S6 n$ Y \ `* o; f〖课程目录〗
1 d, A. y; c3 `/ @4 ~/ q第1章 课程介绍 试看, y( G4 r7 y; I$ h, u
1-1 课程导学 (22:58)试看
+ [6 Q! x6 v" M& d) T
% b7 F( P- O, v! G- i8 d3 W( n第2章 目标检测算法基础介绍( g: O( T- A; S% E
2-1 目标检测问题定义 (12:10)
" G( R. | s+ u5 I8 ?) q7 o! u2-2 目标检测问题方法 (15:11)5 z& I+ g7 M5 z ]& [/ X' f
2-3 传统目标检测方法基本流程 (05:33)
7 C: I* u: }/ L# G5 k2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58). A9 n# |5 f3 C& ]* L# k% R
2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)- a% i' A! P. a) z& H1 g" _% S
2-6 常见传统目标检测方法-DPM（物体检测） (06:34)4 L K1 _8 o, Y. Q! i
2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)
* Z, p$ f6 f2 q% ~ ]7 ^% m2-8 Two-stage基本介绍，流程与常见算法 (08:25)5 N$ {5 S2 U- e
2-9 Two-stage核心组件 (21:06)' y) _3 q; V8 ]5 n
2-10 One-stage基本介绍、流程与常见算法 (04:36)* N. V( m6 I* g' V! d2 w" k
2-11 One-stage核心组件 (18:52)! Y5 A+ R' b0 v& r8 J$ r
2-12 One-stage与Two-stage优缺点对比 (05:14)
6 o6 s# g- j2 q- A2-13 作业节
) [9 [! c/ o8 E5 w
\0 b$ l& }+ K9 r$ ?第3章 SSD系列算法原理精讲 试看& j6 V% g& p4 p
3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看
" }/ P# {( k0 v+ _5 R! P1 T$ u3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)+ m% o! X9 ?$ t3 L, e% B
3-3 DSSD、DSOD算法 (13:29)
% _: ?, d/ f8 v* l1 D$ ^( h3-4 FSSD、RSSD算法 (09:29)
# ^/ G* y+ H h$ l$ S+ ^3 x k& `3-5 思考题
& \0 n0 M$ ~5 [: O% `9 I/ ]3 o
第4章 基于SSD的人脸检测项目实战 试看
( u# N! R+ a) l! r. @0 p3 Z3 z4-1 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)
2 Y6 T7 m/ i+ Y+ y g4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)
/ |4 B3 V( @8 y4 I8 _& Q4-3 Wider Face数据集介绍 (06:36)
! b/ t' W- P7 U; g# C4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)
9 c3 }+ D6 W: L. f4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)/ y5 |" W4 U: \
4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)( V- [1 n8 A6 s2 E o: h0 @$ H6 o( n
4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
+ G1 A: Q6 n D4 L8 E4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)
0 a: d# b0 h% L z0 g0 R7 K4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)
0 _0 \4 x+ l2 ]7 Y3 D& b+ C4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)
* D" W ~' T! C% c% B4-11 Caffe-SSD框架测试结果可视化与人脸检测技巧说明 (11:09)试看
& M8 S3 w3 i6 m& t! u7 Z, l* [9 G/ _4-12 思考题
: t% m0 t; Y0 k) O- ^* D0 w5 E3 C7 e/ W; r- U. O
第5章 Faster RCNN系列算法原理精讲% F1 t$ t" W; ?' [1 `, ~3 t
5-1 Faseter-Rcnn系列介绍 (06:38)3 A/ ]" n+ U& \/ B& H
5-2 RCNN介绍 (14:19)
4 D) b$ Q3 U4 ?5-3 SPPNet介绍 (10:23)
. i/ X) Z1 Y' \* B5-4 Fast rcnn介绍 (21:02)
0 w5 s1 {3 m* z5-5 HyperNet、RFCN介绍 (12:47)* W* w3 j& i! i% C+ }: U
5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35) s/ v6 o9 O! t
5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)
- b; F3 c/ j- Z" b( @7 X5-8 思考题
' ~ Y5 V0 m) X; K* B- ?+ j8 M) l, o: E1 N' p. H/ E# F6 i" R
第6章 基于Faster RCNN的ADAS场景目标检测项目实战
; _' Q5 j1 I1 K4 w* Q- R5 n6-1 ADAS业务场景介绍 (15:04)) v* @" X+ N! p5 C# j' C
6-2 Kitti数据集介绍、标注格式、下载等 (10:22)$ v# }6 r# m! l- s
6-3 Kitti数据集类别提取编程实现 (14:13)& f8 v6 H* A+ E/ P. J. j8 v, ~
6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)" K6 ~: ?! i$ G; x
6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)
7 P+ ?& \6 k5 {* y1 c6 v( S0 V6-6 Faster RCNN目标检测环境搭建实操 (05:34)
9 B7 k8 n7 S" c6-7 Faster RCNN目标检测框架介绍 (09:10)
- ~3 w5 a6 ~. w( x6 ^) _1 w) `; g: F6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)
9 j* u+ c4 g; d4 ]' ?# Q6-9 Faster RCNN目标检测框架配置修改实操 (14:47)0 B; y+ r: g" O3 i. j
6-10 Faster RCNN目标检测模型训练及其优化 (06:58)' j% @9 E1 {$ [9 m; d4 ?7 v9 }
6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)0 z2 F/ {* }4 z0 n2 k
6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19): c9 I$ u! U$ t5 K3 W7 V1 K! p
6-13 思考题. c& m& P. x- l# y( |# X
9 A4 L" C" ?" z: K$ g1 x+ f$ [" Q
第7章 YOLO系列算法原理精讲1 B L& F p, L. c( {& o
7-1 Yolov1算法 (21:28)
3 V* P. C; ~* `$ p: f- C7-2 Yolov2算法（1） (12:38)
- J( I; \: b1 L- o9 ?5 s* W7-3 Yolov2算法（2） (11:42)
7 R( ^9 J1 |( r5 u, [7-4 Yolo9000算法 (05:12)
" i# F, J$ p% j) P6 g' x# s. p8 p# T7-5 Yolov3算法 (10:44)
9 p8 j2 O# m$ Y; v" N9 t7-6 思考题
( A0 d3 c, f. F3 T- A; F2 R0 i* K3 U" U8 D$ w
第8章 基于YOLOV3的通用物体检测项目实战
8 t1 O5 y$ O4 q: a$ e% g8-1 物体检测业务场景综述 (17:53)
2 Q5 O4 F: R* j8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46). _, i! ^1 M+ S s
8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)
8 `5 T6 l. h' l6 x- C8-4 DarkNet框架解读及相关配置说明 (18:06)* D2 w' Q+ t- ^- f8 B
8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)
X1 m9 N1 ?2 u- T8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)* L$ p/ g, y2 |% x, w; ~
8-7 思考题
; M) l9 E' _; `% J3 M' L5 [" _
/ F" U9 i* B( p1 w2 G2 V' E第9章 文本检测系列算法原理精讲
. F; F9 e; }. ^$ w5 d+ ?+ P9-1 文本检测算法原理介绍 (12:50)
. i- [) ]# j: u9-2 CTPN模型 (10:38)( o3 j2 Y; ^5 x' j
9-3 RRPN模型 (19:11)7 i5 t3 a7 i& Z: D: @, i6 {
9-4 FTSN模型 (11:41)( L$ ?; m2 C& ?6 y4 [
9-5 DMPNet模型 (15:56)2 k! b) \- q! [7 X' t
9-6 EAST模型 (09:17)
# v5 g8 _' a0 J1 O; `" F. g9-7 SegLink模型 (13:01)4 \' o& g4 [! L% O9 K& m
9-8 PixelLink模型 (16:35)
1 ^3 f9 g+ v/ ]; k9-9 Textboxes讲解 (18:41)6 q$ f' O9 `# }, f3 l
9-10 Textboxes++模型介绍 (25:34)) U% V8 N' Z2 |5 i- M% W
9-11 文本检测常见数据集 (21:16), N* H6 ? j- @. d1 |
9-12 其他检测模型方法介绍 (14:56)
# O' `& s7 a# p0 q3 @( O9-13 作业节; |9 x i. _ t; m/ o# V
3 S7 M$ D4 U" h( u
第10章 基于EAST的自然场景文本检测项目实战% t; O; ?/ D9 a# l6 n9 `' i3 Y
10-1 自然场景下文本检测业务场景综述 (15:26)/ g# ^& u' K2 s: z' ?5 S ]% r
10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)5 O" M. L! @ k" H3 {# Z0 X
10-3 EAST文本检测框架环境搭建 (09:03)3 H: N' y+ M* h7 Q4 J7 B+ Y( G- N
10-4 EAST文本检测框架解读与训练实操 (16:23). N2 h) B/ m" _- A! u7 y3 `0 P- _
10-5 EAST文本检测模型测试脚本编程实例 (09:26)
$ ?& o& }; j& k5 C5 |4 p8 l10-6 作业节$ |- q) q- p- z& L8 V r
: w1 S# |) a0 n; P第11章 多任务网络原理介绍
8 ~* V; x/ a5 D' C( N11-1 多任务网络业务场景综述 (07:49)# d, |7 l) i9 ?' g: f' y1 N5 a: ^4 x
11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)& t! r! W; I7 {
11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)& r4 E$ `3 [5 m2 `( F4 D0 c
11-4 思考题
/ k4 J6 u5 g2 M$ d9 F' C3 }3 x% X8 B8 b9 x# |2 k" S: F: 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6 m/ k5 I2 z0 I" s
12-1 MTCNN环境配置、框架解读、数据打包 (18:41)7 c+ ]- R* T" d( S" M3 H v0 Q
12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)) _1 \) s* U; {# A+ n- E
12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)9 H" P" A( z/ X$ d; _' b$ L7 j
12-4 MTCNN模型训练介绍 (03:33)
; d% w, S. G& }3 O; Q# m12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
, E- a7 d4 x$ u' q- ]8 o' e12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)
. {+ F8 u- e6 N2 `0 k5 h12-7 思考题
- o6 t6 a+ k8 l8 v& Q6 S" D
1 B9 L- Z0 u( c: s: M5 I第13章 课程总结7 E$ k! f* S$ _: V! l) ]1 _ |( g' X
13-1 one-stage vs two-stage (13:13)" T# @( b7 B' }6 {% L0 o. b/ n
13-2 不同目标检测算法的优缺点对比 (12:52)9 c+ E4 m8 d0 P
13-3 作业节0 J( b& h: y: g/ e2 p5 V! b
13-4 不同目标检测算法的精度对比 (10:42)" ?" x8 W6 T+ y" i; u
13-5 作业节
% h2 m. C7 d" @ u8 K13-6 常见目标检测研究对象与数据集 (10:37)$ w* s" A4 T9 }9 A# _* q, c4 _2 C- T
13-7 目标检测常见任务与性能评价指标 (18:23)
: [' ]* U, E' M3 H! C13-8 目标检测行业应用现状-人脸检测 (17:31)
: c u) n- f* O' [3 e9 p6 b13-9 目标检测行业应用现状-ADAS (10:20)- J2 P& H8 E; ^6 E
13-10 目标检测行业应用现状-文本检测 (09:05)* f o% M) [) l* V& E3 Y: ?
13-11 课程总结 (19:30)
( }/ {9 T$ a" v9 K( b8 ]
, ~$ c7 [7 T( l, ]〖下载地址〗
* }; N' Q, r1 T0 C. E, ^* J" r7 n* `% O1 O( Y
〖升级为永久会员免金币下载全站资源〗
5 p; R* c! D6 q! Z/ L5 O- Z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
2 u( w' Q! R U+ N7 g. K
|
[复制链接]
