; z5 C `4 l. d4 l1 f1 n+ x$ T( M
. @* X- \8 `# B0 }. ? d+ }〖课程介绍〗2 V2 x) d# I8 X! b9 E9 B- V" e, V2 j 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。
; A F" g1 X: j; ~4 x+ C
, @4 _- u w9 ?〖课程目录〗
. b# ]) `! s( d H( {0 `第1章 课程介绍 试看
. j+ c9 A, h+ Q1 c0 U5 K) b1-1 课程导学 (22:58)试看
; L2 w5 c5 x+ E* d E) u; e. |5 \) b0 D2 t% p) W2 P+ \: y
第2章 目标检测算法基础介绍4 f0 B$ e# a. S
2-1 目标检测问题定义 (12:10)/ {% Y0 W$ t- Y, b
2-2 目标检测问题方法 (15:11)
$ B: A$ H- t2 \' V8 I- C2-3 传统目标检测方法基本流程 (05:33)
5 ^3 L4 r# o5 G. t2 W2 r+ `8 B2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)
# g5 U$ q" O$ \0 {+ }4 z0 T7 X6 z2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)
1 P' |& M- @# f9 d2-6 常见传统目标检测方法-DPM（物体检测） (06:34)
: o- G- T* f0 _& ~2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)
& D* ?: B$ O4 e2-8 Two-stage基本介绍，流程与常见算法 (08:25)
- V2 L5 ?/ Z1 e# U$ y2-9 Two-stage核心组件 (21:06)2 c! n7 c9 U3 t1 a9 c+ w$ N
2-10 One-stage基本介绍、流程与常见算法 (04:36)
" }7 s$ m. W m! S1 z2-11 One-stage核心组件 (18:52)
# n) D: N8 J! l2-12 One-stage与Two-stage优缺点对比 (05:14)
% U8 d) ^0 U* l \1 r2-13 作业节: K2 t2 Y% D; S, v
9 p3 W. I* p, j第3章 SSD系列算法原理精讲 试看
5 t" ~/ c8 i) M; h3 c" w, @# ~3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看
! R% j, m. R6 b6 X; M N3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34), k- R, E' |9 D! K7 o+ ?1 \. k
3-3 DSSD、DSOD算法 (13:29)
: X! g6 s4 R# Y3-4 FSSD、RSSD算法 (09:29)
# X U7 o; R0 y( Z& m) \( P3-5 思考题& k9 |! ?* ^ u# G8 Z
% C' j, k/ [. c4 w第4章 基于SSD的人脸检测项目实战 试看
9 L- f0 T; A# ^, G. O, |; R" @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) v; a7 \& u1 \; r5 c* p: O
4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)5 b5 V: e0 m( k9 d" q% k/ U: j+ l: {
4-3 Wider Face数据集介绍 (06:36)
& h* P4 w! |: F; W4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)
, Z6 {1 u" Q+ f1 V8 D4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)
" Z$ x3 V1 Z. g3 C* ~4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)
+ {3 ]/ B, r2 v c1 o% M8 {, T4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
7 X0 S9 _" e( ~( w8 f4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)$ b' W# @% q' w( T4 y5 G
4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)
+ g+ D# Y( R* R A, k4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)6 H! l& R* {! d, 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7 U* R4 O6 p0 W5 J* f' z1 u
4-12 思考题
$ y0 F" B3 p c$ F& \
* s+ g' v _/ i% W1 U第5章 Faster RCNN系列算法原理精讲
% Y! n. t$ j- J! x( h* n- m2 _5-1 Faseter-Rcnn系列介绍 (06:38)
& v* D; O- A2 b6 w+ g- `# [5-2 RCNN介绍 (14:19)+ S! h9 G- y9 h
5-3 SPPNet介绍 (10:23)9 T l" B" Z" C# i3 p, l! m ~4 G
5-4 Fast rcnn介绍 (21:02)
( f! T' _7 D1 {7 J1 r5-5 HyperNet、RFCN介绍 (12:47)6 K6 o( R, R0 P# v$ f
5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)0 i: O+ v$ c+ U( K8 A1 w
5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)
& I: m2 E- U, k6 f+ G5-8 思考题" w2 m: V7 e1 I- Z+ b5 O
! a5 w4 G; y# @* V) f+ [. M. ^第6章 基于Faster RCNN的ADAS场景目标检测项目实战
; G) T: I* o+ S6-1 ADAS业务场景介绍 (15:04)
; H4 @( R k& y- l/ r5 N6-2 Kitti数据集介绍、标注格式、下载等 (10:22)8 \: h1 I9 @- E
6-3 Kitti数据集类别提取编程实现 (14:13)' m! F R/ D" a* ~" H7 K' _! i' P
6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)) ?/ |! h# n+ Z# ~. `; h
6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)& O: u- R( l" S Y0 ?
6-6 Faster RCNN目标检测环境搭建实操 (05:34)
4 |8 b& R: k Q+ k9 b6-7 Faster RCNN目标检测框架介绍 (09:10)$ D7 q [# d% c$ d, d9 ]: B1 `
6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)! t; Q* P' x% Q. V! v
6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
6 U9 o r0 B. L* Y4 L2 T! P6-10 Faster RCNN目标检测模型训练及其优化 (06:58)4 X) `5 G8 U! |3 E5 l
6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)
+ ` Q/ L5 i k6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
! w; e% ^( C' ]$ K6-13 思考题/ w. ]. O# u9 l4 V2 C/ {2 w+ ]5 ~
/ a7 x# R" O2 ^* y' ?6 S
第7章 YOLO系列算法原理精讲
1 @4 g. O( z2 ~" q2 Z7-1 Yolov1算法 (21:28)
* o) h4 Y$ _% D# c& o7-2 Yolov2算法（1） (12:38)* [0 T6 O( W1 r( O5 v
7-3 Yolov2算法（2） (11:42)* ]) Q3 ]1 `$ }' I' ?" r
7-4 Yolo9000算法 (05:12)
% _0 d/ A" R2 K% V9 A7-5 Yolov3算法 (10:44)
( _$ j! P7 {( S6 x4 q, ]4 k7-6 思考题
) z' `4 z$ ]& l- m B, q
3 {1 S) |; _$ H* V: d1 v' b第8章 基于YOLOV3的通用物体检测项目实战
( q* Z: y$ p- F$ b' [8-1 物体检测业务场景综述 (17:53)
$ ` X( Z) [1 L. P+ B' ^8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)
+ v) [ p5 S8 k8 H8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54), F7 q4 R+ x9 }" X
8-4 DarkNet框架解读及相关配置说明 (18:06)( k- t2 m; O# _" Z# O
8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)- c0 F! L5 D) z* c
8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)2 ?& u* {; A5 I7 o* e# w
8-7 思考题
& N0 I9 |9 M6 m; d. N# |% X
9 s7 P; A5 f! ^/ P第9章 文本检测系列算法原理精讲( i" ~" H7 L& J" i {1 `
9-1 文本检测算法原理介绍 (12:50)
0 [( \7 {) w: G% o( ]9-2 CTPN模型 (10:38)
; V' E- J/ V7 E1 K( I x' l/ O' D9-3 RRPN模型 (19:11)) F; q$ j: v1 ^' u$ p4 K
9-4 FTSN模型 (11:41)/ w, H6 r9 F2 R% L
9-5 DMPNet模型 (15:56)% i' x5 S2 M! ?. H! A! [, g; H
9-6 EAST模型 (09:17)' E7 m. c( `' z n0 A; x5 D
9-7 SegLink模型 (13:01)
; {; w+ E# @& }9 u9-8 PixelLink模型 (16:35)' W+ h: v+ u% L5 ]
9-9 Textboxes讲解 (18:41)7 f9 J. W6 z4 C4 y
9-10 Textboxes++模型介绍 (25:34)
9 @1 h" g& ?1 X7 b/ A2 d9-11 文本检测常见数据集 (21:16)2 D3 u) j& W! c6 V9 v2 C4 b
9-12 其他检测模型方法介绍 (14:56)
+ ^3 l+ d* t2 p5 [! |0 V' n8 e+ Q9-13 作业节
0 C; h4 s2 P8 V, G7 s0 J( X% M9 Y% V9 B- C) g4 m1 J
第10章 基于EAST的自然场景文本检测项目实战
4 D- Q/ p) j, i4 I/ K" L# ~$ c" c: I10-1 自然场景下文本检测业务场景综述 (15:26)0 V# X1 L' |4 h0 \# g* H* e
10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)! g" T6 T! [; f" V: p5 H
10-3 EAST文本检测框架环境搭建 (09:03)
- T% ^: P& D" h' F$ f1 R! [10-4 EAST文本检测框架解读与训练实操 (16:23): Y7 D. u+ P& f5 S6 T" d
10-5 EAST文本检测模型测试脚本编程实例 (09:26)
. K, M/ U' ^2 h1 P6 t9 e10-6 作业节
' ^! v, ^* f1 c' k. A' \: s' e- b3 I5 ]& D# C
第11章 多任务网络原理介绍
; L5 ~# ~+ y8 g11-1 多任务网络业务场景综述 (07:49)
9 a; A4 Y+ U2 }4 w5 h r11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16). z! U( `4 Y0 w* H4 G; ^ F
11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)) e+ w) T# ? _7 q% P- M9 j) B
11-4 思考题
' t; B( d+ {9 F$ Q' S: U: t1 [+ A! y( E0 b5 E
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 j! S0 Y3 e, P& Q& j g1 e& {12-1 MTCNN环境配置、框架解读、数据打包 (18:41)
! Q2 Y; b2 o$ L# N j' C12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)
3 ? n$ d- {$ Y( Q3 X5 Y) z9 f$ X12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)
2 k9 }; B/ p6 H. X% p) ?12-4 MTCNN模型训练介绍 (03:33); K Q9 V9 v. T2 R: I/ P
12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
. e5 L1 B3 `1 `8 d1 d5 k12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)
8 q6 k1 a$ B/ u7 g' i12-7 思考题, N$ \4 F( p9 f& R9 `4 |
6 _( X, R5 ~% f0 h第13章 课程总结
. g; w* f$ A1 L6 j# P) J6 Z ~13-1 one-stage vs two-stage (13:13)
& G+ C: b, | `9 ]5 Y13-2 不同目标检测算法的优缺点对比 (12:52)
+ `. v/ ?+ \. N2 I3 y* a1 U( D6 {/ O9 B13-3 作业节9 m- u5 W+ w1 h; Z d
13-4 不同目标检测算法的精度对比 (10:42)0 P- h/ e% T. y
13-5 作业节
+ W# b) W0 n$ h- e. b! A# G13-6 常见目标检测研究对象与数据集 (10:37)0 c' w: s+ w1 _+ U7 B2 U% d
13-7 目标检测常见任务与性能评价指标 (18:23)( s; C9 G7 e8 y( r# p" L3 L' M, p
13-8 目标检测行业应用现状-人脸检测 (17:31)4 d" I6 P! d, ]6 A3 i1 u' z% e
13-9 目标检测行业应用现状-ADAS (10:20)) V0 `0 i% i. I% O8 h
13-10 目标检测行业应用现状-文本检测 (09:05)
( q5 S+ w5 t- V* w13-11 课程总结 (19:30)+ k; j: Q0 S) b2 t! Z- M
2 @ {0 ~, `$ m L/ p% b
〖下载地址〗6 @* c2 R/ W% s
& m" D1 n4 {& L3 G5 `〖升级为永久会员免金币下载全站资源〗7 V$ W' s8 K Y/ B
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
( \: r& G, k. ?( W, H1 S8 H
|
[复制链接]
