7 E0 v q. F, E1 A7 G( A' @
4 M0 G# f- E) ?1 o
〖课程介绍〗
+ ~4 o" }* b* a1 p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。
8 u4 m7 T$ |* K- l- A* q) D6 U5 f
% ]) O0 F0 Q7 f7 p* z〖课程目录〗9 J. }+ ~) A# l* }8 }% @' E# B
第1章 课程介绍 试看6 w+ m, n; b/ a9 x# G3 l' u
1-1 课程导学 (22:58)试看4 F% n5 @9 K( \" I
+ \7 S( e- ^) V8 [$ O
第2章 目标检测算法基础介绍# W0 X! l5 Q8 N( U
2-1 目标检测问题定义 (12:10)
5 y9 J- L! i9 m2-2 目标检测问题方法 (15:11)
. f& s D$ `! r4 E2-3 传统目标检测方法基本流程 (05:33)
, x2 ^* C7 k) h& A9 v- J, B2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)
3 u' [0 d" x* Y2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)
) r+ H: Z0 s8 c: {% X% ?: P2-6 常见传统目标检测方法-DPM（物体检测） (06:34)
( G5 Z& [2 ~1 Q0 A2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54). }2 y% w4 e: o" ]2 V$ F3 A. P# S# U% q
2-8 Two-stage基本介绍，流程与常见算法 (08:25)3 p8 A L1 ?( E* M/ k
2-9 Two-stage核心组件 (21:06)
9 F" b( s1 j; t J9 S2-10 One-stage基本介绍、流程与常见算法 (04:36)( M' Y, h& R( j# ?- F) _! b% Z
2-11 One-stage核心组件 (18:52)
, W5 X8 }6 V7 Q" \( V) j. p2-12 One-stage与Two-stage优缺点对比 (05:14)
. v; B0 F5 o1 o; J6 w4 i# g6 N2-13 作业节- I" Q' h0 o3 V* T# v, D% A) t6 [
8 |- u+ J& e5 h5 ]4 X
第3章 SSD系列算法原理精讲 试看
6 b! b( `2 m5 |3 ?: P7 e/ `3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看
/ D8 }3 w9 P6 \5 G6 I3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)
' W% T+ ~3 Z: s2 A# p4 ~3-3 DSSD、DSOD算法 (13:29)! h% ]7 q9 t/ H# G, N% ~. u& L
3-4 FSSD、RSSD算法 (09:29)+ k& q1 _9 L' j3 P4 x
3-5 思考题' T( h. l; g* B" k: l
3 n Q: B$ X4 ^4 _
第4章 基于SSD的人脸检测项目实战 试看/ z$ t. ^" E9 d# N H
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)
& Z2 M) r5 R4 [ E% h8 U7 e( u9 G5 Z4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)0 T! ^3 d% `- m" V" C
4-3 Wider Face数据集介绍 (06:36)
8 e( p5 a4 r5 v7 T4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)
8 O8 J4 u% G7 ^, V& Z4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)
: N8 h, T h: L; C& ]4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)% {" F/ _ Y( T
4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
: L4 @/ e, g4 I; j" @4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)6 K. B1 ~. M1 M& x; v2 Y+ F4 G+ D
4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)& X+ {' g9 S; a$ R" x2 q K+ a
4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31): b0 y; W+ {1 y9 E/ o
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
; ]$ K& ~% x" R+ l$ R) T( [4-12 思考题
9 Z4 t3 o$ F2 o* c( U
% q9 | D6 N+ y- E/ d O% R3 X第5章 Faster RCNN系列算法原理精讲8 N2 ~- |( ]1 U, ~ {; K: R, r
5-1 Faseter-Rcnn系列介绍 (06:38)( G6 ^8 i* A: ]3 g/ \9 T
5-2 RCNN介绍 (14:19)
4 f1 t' c5 {9 q( W% Q$ }7 @5-3 SPPNet介绍 (10:23)0 j% m9 D& ^9 X. H+ p2 A# [
5-4 Fast rcnn介绍 (21:02)
$ n- v' R& N7 z8 c# p% m+ g5-5 HyperNet、RFCN介绍 (12:47)% g5 T: W$ f' M, m
5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)
* F; [. _+ ?9 a2 y2 O5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)
, w) F( X# q9 A) O. B5-8 思考题
3 X+ X& t9 N$ w8 E. \% T# j
, G' s. f/ U* n# v: y( M2 v2 L. U第6章 基于Faster RCNN的ADAS场景目标检测项目实战
$ {: o" |+ _& _2 V/ ^4 V9 S6-1 ADAS业务场景介绍 (15:04)
9 `, ]' A- A2 k h6-2 Kitti数据集介绍、标注格式、下载等 (10:22)) p, v; H" W! f
6-3 Kitti数据集类别提取编程实现 (14:13)
% s2 N) e% E; x. ~$ g0 j6 C1 t6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)3 U' X8 }) b& J6 \" V, Z
6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)% X8 w7 G- }. d, V
6-6 Faster RCNN目标检测环境搭建实操 (05:34)% t( w% H) r' c; t" A8 D2 u
6-7 Faster RCNN目标检测框架介绍 (09:10)7 `& p- u' ~, c# s, B* w0 @9 e
6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)
1 \3 X- V: D3 E4 Z/ W6-9 Faster RCNN目标检测框架配置修改实操 (14:47)9 S/ a7 |, k, T7 e. T2 }; [
6-10 Faster RCNN目标检测模型训练及其优化 (06:58)* ^5 O; _$ E3 a& [ N
6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)1 |1 S: _$ c% L4 y
6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
8 l* B& ~& V, e* [0 U+ w& g6-13 思考题
. q1 _8 B- K# w+ s7 c M C% l6 V0 L: J+ u) ?
第7章 YOLO系列算法原理精讲: r; \& v0 d# l1 ~
7-1 Yolov1算法 (21:28)! H) s3 _1 @& k; K3 l6 H B
7-2 Yolov2算法（1） (12:38)
& c% a$ S5 [8 p2 b7-3 Yolov2算法（2） (11:42)1 s( J2 z. g) A
7-4 Yolo9000算法 (05:12)
" a, A! b0 N* ^. c8 b7-5 Yolov3算法 (10:44): L+ y) b. f! p& D4 Z
7-6 思考题
/ i$ C) Q; d* g% w! e H, f. a3 E" d
第8章 基于YOLOV3的通用物体检测项目实战9 i6 c' F5 z1 z2 V+ K. V# A0 z
8-1 物体检测业务场景综述 (17:53)5 J5 \$ i: l+ S
8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46): o7 N }6 s' b- B/ X; ^% x+ ?
8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)
/ h. ]' j8 X; _9 t9 x8-4 DarkNet框架解读及相关配置说明 (18:06)$ ~' }8 i! ~9 @' N/ w- S. ^5 f
8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)
, S( d$ _1 [. s* p8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)
! k* \: l+ k2 C% v/ j" s- g+ u( p P8-7 思考题2 s( W& L4 }) h$ ?9 [
2 q9 o1 T l7 y. T1 s0 z
第9章 文本检测系列算法原理精讲" m# W! v1 S% R# P5 t/ T
9-1 文本检测算法原理介绍 (12:50), V2 O; `5 a$ R( w
9-2 CTPN模型 (10:38)
# g* U2 L" y4 L' U3 E( e9-3 RRPN模型 (19:11)2 o; U8 B& }# J4 n3 F8 t1 z
9-4 FTSN模型 (11:41)# D% T' X. o2 Q6 b3 w/ W
9-5 DMPNet模型 (15:56)
6 f9 X# ]( p: t* U9 Z' b' J( {9-6 EAST模型 (09:17)
0 Q0 H( u5 K0 |" W% K l9-7 SegLink模型 (13:01)
+ S+ _* l% ]$ e$ k) b9-8 PixelLink模型 (16:35)% x3 l; J$ l; U& e/ x5 R
9-9 Textboxes讲解 (18:41)
: i5 M1 Q. G: q6 @) C" `9-10 Textboxes++模型介绍 (25:34)6 S2 I s: X: _3 Z7 }% j# b1 W
9-11 文本检测常见数据集 (21:16)
) d- h( t' e1 Y+ d9-12 其他检测模型方法介绍 (14:56)2 T1 e3 [; n+ e
9-13 作业节+ ]; ~2 m; W/ i2 I
* K0 B& T' V6 F( f `第10章 基于EAST的自然场景文本检测项目实战/ |# h* X* K: T) h7 b! o9 U7 Y$ h
10-1 自然场景下文本检测业务场景综述 (15:26)
9 J4 X& V7 B0 h% |/ `& k10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)
& @! l6 t& _0 E* W! `# G$ y5 u6 a1 F10-3 EAST文本检测框架环境搭建 (09:03)
w6 R, ?: c U) ]* t: x% E10-4 EAST文本检测框架解读与训练实操 (16:23)* k7 g6 S( C0 @% N
10-5 EAST文本检测模型测试脚本编程实例 (09:26)
1 w* }2 Z7 A$ }8 D E10-6 作业节
. ~& B: k& X6 ^8 @0 ]
+ d& Q2 E$ W) b. s6 V1 I第11章 多任务网络原理介绍' `( V E) Q9 S, J# ?
11-1 多任务网络业务场景综述 (07:49)% N. y$ }9 u5 w# W0 c) F
11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)' X4 |) ]! I; K
11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)# C1 n8 H1 W) D) F7 _* w/ {
11-4 思考题
8 Q5 {* u" E4 E4 |) M
5 N) S2 i6 A+ L g+ q) P第12章 基于人脸检测+关键点定位的多任务网络项目实战
_, [# p* g. T+ k3 C5 p6 E2 a( V12-1 MTCNN环境配置、框架解读、数据打包 (18:41)
+ e8 _* M! @" M* i% C12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)
( z. g% H" n3 i0 I& h8 Y12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)/ H3 Y% ^4 w; p5 J
12-4 MTCNN模型训练介绍 (03:33)2 ~ y0 R. m6 A; w
12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
: \( p; E* @+ F12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)
$ W; h5 R8 E( ?( J12-7 思考题6 W" q+ F+ k- f7 z6 P# ~2 O
/ X* ^4 ]/ h( B第13章 课程总结: S. j Y' y/ }- P( a
13-1 one-stage vs two-stage (13:13)
8 U% z& C6 |* n0 ~13-2 不同目标检测算法的优缺点对比 (12:52)
4 `: E+ e2 O9 o' Y13-3 作业节
@ Y5 Q& O% I# d1 C6 r ~: ~2 P13-4 不同目标检测算法的精度对比 (10:42)5 q5 W# U! m9 Q2 m6 ]6 q
13-5 作业节
3 u! ^- Y1 i. S( T13-6 常见目标检测研究对象与数据集 (10:37)4 i7 `; R' A q6 B
13-7 目标检测常见任务与性能评价指标 (18:23)
0 p5 E' Y7 @' ^; C! B13-8 目标检测行业应用现状-人脸检测 (17:31)( j' W a& q4 C! j0 \ i C& w9 x# |
13-9 目标检测行业应用现状-ADAS (10:20)7 D. e& v' C2 G3 d) h: v& e" d
13-10 目标检测行业应用现状-文本检测 (09:05)
. u& [/ P! D7 ]! O2 Q+ M13-11 课程总结 (19:30)
( K! R& c& P2 i/ q6 H# o! h. y" f% J5 Z4 J/ c# V
〖下载地址〗- C! h' V- \) S7 B6 @4 g9 V
6 J% c& J6 C- v9 R〖升级为永久会员免金币下载全站资源〗/ B* i2 Z3 K' d% o5 F8 N$ L
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 f- X5 o; g9 g3 v8 F S2 W. T# T |
[复制链接]
