, {: q6 {! J' H) m/ |
# ~1 N, g ?) b; F〖课程介绍〗# i: O( a: @% s' f" u- z
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。
$ T7 u: {+ `6 q8 a. T" W8 k& h# b1 _% F. h, p
〖课程目录〗 H( q7 T; g) x/ Z
第1章 课程介绍 试看9 D8 w+ `5 i" }: e1 \9 d$ K
1-1 课程导学 (22:58)试看
5 X1 Y4 Z( ^$ z7 c8 |7 ~* U7 N0 p
, @1 t0 L# z ~, D) t第2章 目标检测算法基础介绍
; i; M* |1 z! i; C0 z3 }9 R2-1 目标检测问题定义 (12:10)* V7 n& m/ W2 h! m6 x) F; R& k( ?
2-2 目标检测问题方法 (15:11)5 N; H/ d$ k% J3 w
2-3 传统目标检测方法基本流程 (05:33)
4 l0 [- g# f. }$ Y) {2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)
+ q7 T0 f2 ]6 b# f, P2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)2 S! M7 C1 L" k& X _5 U- E$ z4 J
2-6 常见传统目标检测方法-DPM（物体检测） (06:34); N+ [) G3 x- d$ F" u7 V; _7 m
2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)7 R ~- F/ F: u3 ?5 R
2-8 Two-stage基本介绍，流程与常见算法 (08:25)
' f) u. }! _5 r- v/ P( \6 m. e2-9 Two-stage核心组件 (21:06)
$ x7 D c2 q& I7 w+ h$ c* V2-10 One-stage基本介绍、流程与常见算法 (04:36)
9 A# I9 b- s9 z$ j) x0 ^! O. W% d+ Q2-11 One-stage核心组件 (18:52)
0 \) v6 g; @1 e# A2-12 One-stage与Two-stage优缺点对比 (05:14)5 h& f, r" e3 V( f; h- c9 q
2-13 作业节% i4 P* X& H* P8 A7 e
1 b& w2 i& S: z第3章 SSD系列算法原理精讲 试看
8 ~+ m5 _3 O W3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看5 x+ w7 w) u% f' z2 J2 s7 s
3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)
# z9 e+ \( Y* g5 B, {3-3 DSSD、DSOD算法 (13:29)
D8 p5 r( \% \* X6 }3-4 FSSD、RSSD算法 (09:29)3 ~4 s( l; [0 z+ D- n! I( t9 W) e9 r
3-5 思考题/ R; Z# A9 {/ {: N4 N
/ t, i/ `! f* k7 D7 a第4章 基于SSD的人脸检测项目实战 试看
8 ^' A) y' ~: U" D; n; Z8 j# E G! X4-1 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)
/ [8 o6 k( x5 d2 N4 \6 y2 }4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)8 v% ?3 l, a) Y. g. T+ P
4-3 Wider Face数据集介绍 (06:36): I/ H8 O( C: G* S5 z
4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)5 J* g" \! q; {% e3 |
4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)
/ v! C4 R5 n3 H$ t* s4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)
- q* L2 v8 C( P! r" B1 Q4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19). L. o& o( |" n0 d" k8 M4 ?' a' A
4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)2 S# x" i. X8 A# a6 k, u
4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)
1 Z7 b U5 k: O( U4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)7 i, n+ v; x5 ]+ p& g
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2 |0 e |( c0 K$ b% ^
4-12 思考题; m, Y# i& _! z9 ~3 H% M1 {
- z; {; M3 Z' F- N! O+ F第5章 Faster RCNN系列算法原理精讲/ V+ N- w5 h+ Y5 x/ K& v- i# H
5-1 Faseter-Rcnn系列介绍 (06:38)" K3 V2 L6 P1 c- F- H
5-2 RCNN介绍 (14:19)/ w4 Q0 ~: s& S' F4 |
5-3 SPPNet介绍 (10:23)
# J" L3 c& [- R& D* n8 s( c# p5-4 Fast rcnn介绍 (21:02), g& h; z* w+ h2 ~
5-5 HyperNet、RFCN介绍 (12:47)- [; {* d- b" c
5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)6 F) ~, X# y2 s- c1 O: {$ n% t
5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)5 P0 i" \+ U j$ [; ]% z
5-8 思考题
. c# X8 w7 A( b- p
" e( q8 J0 c- v, x" m7 G' P第6章 基于Faster RCNN的ADAS场景目标检测项目实战
" k: }4 r+ b* U0 i# ~; e6-1 ADAS业务场景介绍 (15:04)! u+ ? e% x" y$ p
6-2 Kitti数据集介绍、标注格式、下载等 (10:22)' P) c }. ~7 Q& M3 M9 o/ |2 E
6-3 Kitti数据集类别提取编程实现 (14:13)
5 d1 {, t9 S1 D. _ T% M6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)
" U* s# g; t3 z7 F) A* C6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)4 F) `9 s L/ W4 L: ~
6-6 Faster RCNN目标检测环境搭建实操 (05:34)
7 |% V! i' q9 F% ?6-7 Faster RCNN目标检测框架介绍 (09:10)
2 C# D) w$ K" z9 \6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)2 Z. r' B$ D$ @, O& ^1 _) }3 w
6-9 Faster RCNN目标检测框架配置修改实操 (14:47)0 X% r; l# K. s& v5 e2 R( K% g: |
6-10 Faster RCNN目标检测模型训练及其优化 (06:58)
# U) K. d' K( N- x6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)
% |+ _: j ^% i, n+ K& m! L3 U6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
- r7 N6 t; ?/ f& D6-13 思考题6 u6 K0 q8 _( x( Z s
_- ?# |/ @' G+ o" h第7章 YOLO系列算法原理精讲6 o. V# _8 L. [9 F# d/ D% A
7-1 Yolov1算法 (21:28)
1 U% Q' u2 }3 o r7 T: ]6 q) E7-2 Yolov2算法（1） (12:38)
8 P, T# [: ]4 p+ `; H7-3 Yolov2算法（2） (11:42)& I! \. W( N! I; Y
7-4 Yolo9000算法 (05:12)6 {1 a1 m0 g1 M; c/ l# p4 e
7-5 Yolov3算法 (10:44)( c6 X0 L* b' ]& {
7-6 思考题& K* m4 z' } n0 f4 E
% y5 | f! N7 i1 a
第8章 基于YOLOV3的通用物体检测项目实战6 k5 t* A! H7 Q( R# d
8-1 物体检测业务场景综述 (17:53)1 M- C6 d8 s4 D, ?, m( R. j
8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)! \2 y* s. ?4 L" U+ ~ v9 _ v
8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)
' Y$ M; K5 U$ [9 Q; V5 m8-4 DarkNet框架解读及相关配置说明 (18:06)
* A7 N0 N7 l7 w: E' M1 l5 H8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)6 p8 ~) L: Q3 a8 J- X0 I8 h
8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)' |1 h3 z4 H; P* r! h1 s' {+ l
8-7 思考题
1 Z: o3 r+ b5 A& M& N6 ]; ~6 Q/ i
, [1 j s. ~1 F, c8 {0 \3 p$ T第9章 文本检测系列算法原理精讲4 G. E' {$ R2 v G( ]" x
9-1 文本检测算法原理介绍 (12:50)
1 O/ W" W7 S6 M8 a, J" T- f9-2 CTPN模型 (10:38)
* \" U0 L _ ?1 x9-3 RRPN模型 (19:11)
1 E( K" r8 h" E+ d$ U2 k. ~, ?7 L9-4 FTSN模型 (11:41)
/ E: y3 x6 B' ^7 v; Q9-5 DMPNet模型 (15:56)$ Q% o0 q; W9 S" }, u
9-6 EAST模型 (09:17)
# t# C8 a5 s0 P H9 b% T3 v' ^. m9-7 SegLink模型 (13:01)8 u+ y- }8 ~! w. _ f9 ~$ {* T
9-8 PixelLink模型 (16:35)7 f% ^8 d6 P; }2 t# ~
9-9 Textboxes讲解 (18:41)( c; [1 D- i* B4 d& V9 ^) J8 M
9-10 Textboxes++模型介绍 (25:34), q; a; {: y. }( ^. O4 m& q
9-11 文本检测常见数据集 (21:16)
! y5 L0 F6 F# ^- _# L: R9-12 其他检测模型方法介绍 (14:56): F" r7 j% q( D$ Z9 N0 x
9-13 作业节8 a9 O8 `8 `! c8 W. K4 o) ?
! ^, \8 l( x' p Q9 a& F5 i
第10章 基于EAST的自然场景文本检测项目实战4 K! \' ?. S, \
10-1 自然场景下文本检测业务场景综述 (15:26)/ | m, B9 T. B
10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)
/ k% b z5 o3 E9 _" `9 w10-3 EAST文本检测框架环境搭建 (09:03), \7 Y9 [9 W! A$ q
10-4 EAST文本检测框架解读与训练实操 (16:23)8 R( e( g _( _: e, m; Y$ n& O* |
10-5 EAST文本检测模型测试脚本编程实例 (09:26)) K/ b9 _+ ^3 [' p
10-6 作业节+ t- ?; \3 Q6 o# d2 r- K
o1 z8 Y' l6 V) \% t第11章 多任务网络原理介绍+ f4 S+ r4 r: _0 d; [$ m
11-1 多任务网络业务场景综述 (07:49)
6 W7 a; V: l. t9 q) I( y0 {0 u11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)
2 u5 p, [' ]' N) s! k11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)0 ~/ X% _1 P0 T) f
11-4 思考题9 w- T0 R" d+ o) y. `0 o8 z
+ F6 f' y7 ~. @2 J" w* W
第12章 基于人脸检测+关键点定位的多任务网络项目实战# Z1 ~/ Z4 e. e4 m
12-1 MTCNN环境配置、框架解读、数据打包 (18:41)
. |7 ]6 H. }$ R! S& n0 j! {. W12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)
2 {4 [# c4 p& f' N) {0 o- K/ |12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)7 H' m4 z5 Y4 ~ R2 V
12-4 MTCNN模型训练介绍 (03:33)
+ \7 j9 S" C/ z& _# V- A12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
5 P) @* j: g/ J1 g% d12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)1 D% z. u$ o1 o6 C+ _. m
12-7 思考题4 k6 t/ k- R& x0 J
* b/ E% k% \1 p$ K
第13章 课程总结
0 ]- N5 |$ r& {13-1 one-stage vs two-stage (13:13)
* h+ ?9 ]: F @8 J' l$ C: I13-2 不同目标检测算法的优缺点对比 (12:52)
* N) A& [' m t9 L13-3 作业节
. |0 [9 [8 S! ^5 L8 k A13-4 不同目标检测算法的精度对比 (10:42)1 G) c" a/ N9 F( D
13-5 作业节) H% O, V2 n2 e8 a; {' K
13-6 常见目标检测研究对象与数据集 (10:37)
' b( k/ q5 t8 g3 H# U- c+ V3 t/ B13-7 目标检测常见任务与性能评价指标 (18:23)7 e! b0 u9 e% {( H8 G4 E# c0 |
13-8 目标检测行业应用现状-人脸检测 (17:31); T6 i# s ]: v4 ?0 a; X- U" z1 g
13-9 目标检测行业应用现状-ADAS (10:20)
. X# `7 P; ~: A) D0 s13-10 目标检测行业应用现状-文本检测 (09:05): h7 I/ ]3 Q- k; n1 t
13-11 课程总结 (19:30)/ l; q; G/ @; G5 @- O4 l( c
7 h$ E- w; G! L* r〖下载地址〗, ]8 m. j- x$ X j
3 H$ R$ B" \% }9 h. r0 L
〖升级为永久会员免金币下载全站资源〗
' n, P# ]0 J M. L5 C0 \5 G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
5 c- j$ S* z% Y; C! w
|
[复制链接]
