; t$ `. f! N* @; m
. {. j7 ]* `; c' H- ?$ F7 [* Q〖课程介绍〗& }1 O+ y* s. 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。
; H# U) Y$ P" Y( Y3 v
1 G2 V4 b/ M9 \% {" e7 C0 B- c〖课程目录〗% Y9 v, @" k3 k Z+ E
第1章 课程介绍 试看6 \2 }9 G4 T3 H8 h1 P7 H3 e
1-1 课程导学 (22:58)试看( @6 ]% R2 L9 B! S+ z- e
0 s& ]/ T3 l7 S0 T3 w" X
第2章 目标检测算法基础介绍
7 Q, G" B, x: }* ~& ?' E2-1 目标检测问题定义 (12:10), O- S1 B0 E& U' f! Z+ g
2-2 目标检测问题方法 (15:11)
1 t5 ~1 I# G$ a) `' A2-3 传统目标检测方法基本流程 (05:33)
( L9 a* y) X3 R4 `& N; S2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)/ b! R+ \8 W$ B1 _4 j$ `5 S7 G6 l
2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)- v3 N7 j K3 p3 j: c
2-6 常见传统目标检测方法-DPM（物体检测） (06:34)
$ d3 A3 Z# Z4 g# d/ R* [: D% r8 J- _2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)
4 @ I8 G9 M* W5 G0 X7 F2 g4 r" O2-8 Two-stage基本介绍，流程与常见算法 (08:25)( H3 m6 A& j& x' ]0 H
2-9 Two-stage核心组件 (21:06)$ r' R+ z6 w5 a/ j, d$ V* T/ w
2-10 One-stage基本介绍、流程与常见算法 (04:36)2 q% [, f9 y9 K
2-11 One-stage核心组件 (18:52)7 u: f) o; t7 B e- Q' z& g
2-12 One-stage与Two-stage优缺点对比 (05:14)9 W* d% i# O$ E$ Z% s; D
2-13 作业节+ x' y0 e4 ]5 Y( O$ ~& a! u
" P e f4 t# Q m第3章 SSD系列算法原理精讲 试看8 K7 \2 @5 _& U
3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看+ z& `! r3 ?$ y
3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34). A! r- f* a" \) u. g. q, C3 u! \
3-3 DSSD、DSOD算法 (13:29)
0 C% m: y# u' X. k3-4 FSSD、RSSD算法 (09:29)
7 s5 [ u! c+ r5 i3-5 思考题6 C+ z, F% V4 s7 _% j4 ]
7 m9 i- q3 y$ E! Z; R第4章 基于SSD的人脸检测项目实战 试看
4 K! z }& @1 J2 |8 F) |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)
4 y0 E2 O, v- s2 ?9 P" B$ v& ]4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)
5 C3 _! O8 I, x4-3 Wider Face数据集介绍 (06:36)
$ K; E* i' ]! R0 A( {! I$ u+ E4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)
/ ^/ ?; F* c5 [( y* F* H# l1 _4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)
6 }+ b$ W8 H: f. |# g+ o4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)
0 a2 ?, Z t2 G# O7 N4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)1 U; s3 B+ o6 ]- F4 ]) Y' @) S6 M
4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)( {6 M# k7 _% g3 |
4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)
6 t# x* h- }+ m9 p4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)9 x7 j N5 w7 f4 _+ N% F t) w
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3 M6 Y/ ~2 m* M' ~% P
4-12 思考题
q' c0 H# G0 W1 y6 ] S$ L
" U" b3 d% H. U, g5 J' A# K第5章 Faster RCNN系列算法原理精讲- n. I$ ], @( n
5-1 Faseter-Rcnn系列介绍 (06:38)& [6 H; y, d1 q* w- p1 c
5-2 RCNN介绍 (14:19)* m; Z9 t% l, ^/ `$ j
5-3 SPPNet介绍 (10:23): r2 Q: P, E5 _6 U% W
5-4 Fast rcnn介绍 (21:02); l" ]) Y% w" k6 S, |8 i
5-5 HyperNet、RFCN介绍 (12:47)
6 U8 Q& A8 e0 i2 |, \, Z5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)
( K, ^) h3 i. K" \6 j5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)
& o) S6 [4 @9 Y) }6 I7 S5-8 思考题, E# ^- H" D5 z& P7 i1 Y% r
5 p9 @! x# N- T* G
第6章 基于Faster RCNN的ADAS场景目标检测项目实战
3 z$ U$ ^% l5 f4 b' } v6-1 ADAS业务场景介绍 (15:04)
" B: j7 e1 k1 m: R+ S4 A- S8 z6-2 Kitti数据集介绍、标注格式、下载等 (10:22)2 h3 c+ E" s* g* n0 e
6-3 Kitti数据集类别提取编程实现 (14:13)
& } \1 I h- d: O$ H5 ~; M6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)
9 C( R- t, r# O3 _6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)
3 i5 y+ c- e5 }, R* p" z+ }6-6 Faster RCNN目标检测环境搭建实操 (05:34)+ R. h, |. M* d2 H- F7 ~
6-7 Faster RCNN目标检测框架介绍 (09:10)# T6 C/ g2 w; Q0 ?5 I. S8 N& n2 J
6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)5 i0 H0 K: R6 w' v' D. i
6-9 Faster RCNN目标检测框架配置修改实操 (14:47)1 @6 i: S4 C9 ?1 E A7 e3 o
6-10 Faster RCNN目标检测模型训练及其优化 (06:58)
& S5 P1 L8 ~1 N$ d6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)
9 O5 z6 M+ `8 Y* H5 U0 J& {6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19) z* h3 v8 V P" {6 t7 M4 y' m
6-13 思考题# M" n( O* r0 x# E3 z( A
3 v- }9 X) Q: G5 {第7章 YOLO系列算法原理精讲
' B2 `, I' k+ k8 [3 e( u7-1 Yolov1算法 (21:28)
' T9 n7 F& j5 P) E+ i/ {0 b7-2 Yolov2算法（1） (12:38)4 y( j9 V X1 O
7-3 Yolov2算法（2） (11:42)
9 I# g7 a8 M/ X7-4 Yolo9000算法 (05:12)* m7 S8 J% z M, P
7-5 Yolov3算法 (10:44)
' A9 U# @9 t9 h1 x* F4 H* m7 b3 F9 o7-6 思考题- F# u4 v3 O1 W$ ^% f: z8 ~
2 j' t1 u l; n5 F
第8章 基于YOLOV3的通用物体检测项目实战- s7 q7 f& a3 r. n
8-1 物体检测业务场景综述 (17:53)& O5 b% `! o" S/ a2 d" u3 u# b
8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)
% o# M B3 U( K# q8 l8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)
/ M8 C1 x) Q$ g' P8-4 DarkNet框架解读及相关配置说明 (18:06)
+ E8 B @8 ~" e: }% g2 x8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)6 ~( h* Y# B5 W/ W, J& Q- Y5 Z1 a2 X
8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)
4 M# d% L* _* t* j% c8-7 思考题
: y, X1 t w' x; z+ H7 [+ m# r7 f7 b! ~& `
第9章 文本检测系列算法原理精讲
2 I7 n4 [) L) F5 K9 u9-1 文本检测算法原理介绍 (12:50)
& E- M9 q' H. C5 ~9 p9-2 CTPN模型 (10:38)
$ m% b% r0 g' }" B+ K8 \( z9-3 RRPN模型 (19:11)
0 M7 K. l% k3 w9 j# e, _% F9-4 FTSN模型 (11:41), R. ]7 c" ~8 @4 o( B0 D) _ X9 \
9-5 DMPNet模型 (15:56)$ Y c& a( _" \9 l* Y8 X+ N
9-6 EAST模型 (09:17)
; w+ T" m& k2 V7 k5 B9-7 SegLink模型 (13:01)
9 {' j' B1 v# T0 ~) l9-8 PixelLink模型 (16:35)9 L; z" u* \; A
9-9 Textboxes讲解 (18:41)0 {! L1 `0 a- I8 m' b& y
9-10 Textboxes++模型介绍 (25:34)
$ z$ c3 Q6 r$ P3 f9-11 文本检测常见数据集 (21:16), T. N5 x9 n* c
9-12 其他检测模型方法介绍 (14:56)/ N$ Z! y5 Q# a
9-13 作业节
! l; r5 a( J7 ~! i" L n) _1 g) e) j6 g( w
第10章 基于EAST的自然场景文本检测项目实战
- ]* e9 O3 ~4 }8 F( ?0 P6 k. S+ L10-1 自然场景下文本检测业务场景综述 (15:26)& `4 M' q% ?# W! u8 a, G
10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)8 j/ i- ?; _. _) E7 n
10-3 EAST文本检测框架环境搭建 (09:03)5 }2 W) J6 i. l K2 W& u" b
10-4 EAST文本检测框架解读与训练实操 (16:23). V+ j0 y1 X+ q& q2 B
10-5 EAST文本检测模型测试脚本编程实例 (09:26)
9 d, H+ s9 S" Z10-6 作业节
1 _/ j& p8 z% Z( h4 i! O! U
( A$ o+ Q, g7 j第11章 多任务网络原理介绍 L$ x V: k7 e g% l. G0 x; c( D
11-1 多任务网络业务场景综述 (07:49)2 ]) }/ d) n& D
11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)
# Y2 G/ {6 S1 _$ c' ?& g# X1 J11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)
3 B" y2 v L6 v- `6 O" h11-4 思考题% |* s: `9 @' l
6 l i' T8 K& g" F( M/ Z2 b
第12章 基于人脸检测+关键点定位的多任务网络项目实战( q1 p) M8 H! f& @
12-1 MTCNN环境配置、框架解读、数据打包 (18:41)
( i# _/ K7 H- F: ]12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)
* L3 {& ]8 p) u12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)
$ k. q! }/ J4 W3 Z ]12-4 MTCNN模型训练介绍 (03:33): s, j2 r+ t& M" r- f1 K$ D
12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)# g) N) x1 `3 S: C6 N s" ]. I
12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)
* g- s. X; ?1 @/ B1 S12-7 思考题 u3 o9 X1 c! K! h5 p! W" P
& K3 p/ u* d% B
第13章 课程总结0 ]/ q$ D& @3 p. [! q# l
13-1 one-stage vs two-stage (13:13)/ a4 a' ]3 ~, ^7 \$ ]; F7 h
13-2 不同目标检测算法的优缺点对比 (12:52)
; J0 _: k) Z( Q6 _! k, T; F9 r13-3 作业节
( g5 ~' l/ I; q* |8 o, W( O/ J5 h2 d13-4 不同目标检测算法的精度对比 (10:42)
0 t J% q) D0 N- k13-5 作业节+ A6 A* C4 c Q5 E
13-6 常见目标检测研究对象与数据集 (10:37)/ \0 m/ O, R. J9 l. x: n
13-7 目标检测常见任务与性能评价指标 (18:23)' k. S. O' }/ Z
13-8 目标检测行业应用现状-人脸检测 (17:31)
, g. U- c8 T; _13-9 目标检测行业应用现状-ADAS (10:20)7 V B3 h: i6 l. o) C/ x0 o9 [3 C
13-10 目标检测行业应用现状-文本检测 (09:05), `3 B, Z. @% l( n# Z2 m- K
13-11 课程总结 (19:30)
" q) F6 z' p1 j- i3 y* _/ `; I# q( [# [2 n& C
〖下载地址〗* K* f# d! `+ ~: V
3 P5 g3 R# ?2 @) @8 i. [〖升级为永久会员免金币下载全站资源〗
& H; }# @+ p+ \- |6 M2 c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+ M, e) F7 P/ B6 f
|
[复制链接]
