9 Q* D+ f6 f+ P
' Z5 {0 w; @6 h9 ]8 p: `7 \1 o〖课程介绍〗. z+ W% E6 o5 q6 x: a
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。5 N7 s# h# P% x3 O. i1 _ U0 @
+ ?2 i; o# F t/ J) ?; n. B9 r〖课程目录〗3 {3 s1 N. Z9 C1 r# s! u" t, ]
第1章 课程介绍 试看+ S" z# ^% s7 M. c( D: F* H3 l
1-1 课程导学 (22:58)试看
5 n- h/ H2 b! {) ]& I2 F; U3 I5 M/ U! c7 p" f% k
第2章 目标检测算法基础介绍
. M3 T$ a! O+ Y* H# H" q$ D2-1 目标检测问题定义 (12:10)+ a# ^ ^) h+ X) ]; B" j
2-2 目标检测问题方法 (15:11)/ @9 I) f; e% v O. A
2-3 传统目标检测方法基本流程 (05:33)
! t3 U; g( ~8 B5 u# l( S4 x3 @# F2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)2 c0 F! j0 q% A; O- l+ R, [
2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)
6 b, m, U# |5 o% B2-6 常见传统目标检测方法-DPM（物体检测） (06:34)
4 ? L( m5 ~6 |3 T2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)
; d- m4 |6 c* {3 t1 A$ k* z2-8 Two-stage基本介绍，流程与常见算法 (08:25). K( O2 O. M0 @
2-9 Two-stage核心组件 (21:06)# r' v/ S% _% l( s+ T3 q( Q% m
2-10 One-stage基本介绍、流程与常见算法 (04:36)$ r$ } T3 s* t5 }4 f2 S
2-11 One-stage核心组件 (18:52)
9 {( N% U1 S8 E/ g6 N* ~2-12 One-stage与Two-stage优缺点对比 (05:14)
% P4 ]5 V: X! s" u- w2-13 作业节: N$ m' x6 {6 n) W
7 s7 B3 u0 n+ O5 H' m第3章 SSD系列算法原理精讲 试看* D ?9 Z$ o* ^/ _4 }' b3 j
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# d* f& x3 A9 v9 s
3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)
6 k7 |. i' `& l3-3 DSSD、DSOD算法 (13:29); F5 u _6 b' G0 l. d, J
3-4 FSSD、RSSD算法 (09:29)+ h- u0 a4 \& ?! p+ L( r
3-5 思考题
$ Z0 L! x* ]: s/ [ D M1 ^1 O4 M. z+ Z5 z
第4章 基于SSD的人脸检测项目实战 试看
! j: n* n2 e5 N1 L9 F& M4-1 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)/ Q* O( B9 D7 A1 A4 s- f
4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)
' l, ~! b2 {! z0 N# A& _ k& P/ s* \4-3 Wider Face数据集介绍 (06:36), }" j% R, S0 C
4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29). E3 S6 J3 d: B4 Q2 Y0 w: f
4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)5 P' \+ z) x+ t4 V+ {# j- q
4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)
+ n1 r `% j0 g! @+ r- Z: e( X4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)9 X$ A, N Q5 Y" R# f% [
4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58); X* g; X) @( E
4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)2 {4 ^$ T# R% M7 l+ n2 a" D
4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)
3 S6 q& N5 r( t X" u4-11 Caffe-SSD框架测试结果可视化与人脸检测技巧说明 (11:09)试看$ u3 n1 g8 z$ F+ I4 t. c
4-12 思考题! K; {- r, ~# t7 k+ Q! Q2 S# J
1 r/ f6 k5 N0 @% \+ h9 u( |第5章 Faster RCNN系列算法原理精讲
$ x& r! t3 d) E g5-1 Faseter-Rcnn系列介绍 (06:38)
6 C6 ~8 h5 b' a& E4 ]7 g& B( G- x; F5-2 RCNN介绍 (14:19)- P: `! ^* z+ A! d4 c, Q
5-3 SPPNet介绍 (10:23)
; c# h6 C& d9 r; o' d; F5-4 Fast rcnn介绍 (21:02): n- ]# F7 H9 f. a4 I( r
5-5 HyperNet、RFCN介绍 (12:47): M) x" N' a" d, M
5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)
: [$ _' U: O8 B9 Z, s; P2 }5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)
+ i$ H/ g2 ~' o) v5-8 思考题- K3 _ h {* V
5 \ B) q7 O; v ~$ @* {
第6章 基于Faster RCNN的ADAS场景目标检测项目实战
- Z! N$ i4 J) H# D1 _6-1 ADAS业务场景介绍 (15:04)
* y; U3 f: S; t7 |2 |6-2 Kitti数据集介绍、标注格式、下载等 (10:22)
. @8 a7 }) w0 o. |" q+ }# c9 t, R6-3 Kitti数据集类别提取编程实现 (14:13)
- L/ l% ?1 I* d) h7 {' W; T6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)4 I) @3 }9 m7 t; j
6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)1 X- K7 s; r" \8 O; U j, `
6-6 Faster RCNN目标检测环境搭建实操 (05:34)
- ^" F( V s [9 D' q6-7 Faster RCNN目标检测框架介绍 (09:10)% u* K1 |' ]% c: E6 ^
6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38) h4 t3 Q$ _7 E# N/ `/ p% S
6-9 Faster RCNN目标检测框架配置修改实操 (14:47) x% k7 H0 F* ^: y
6-10 Faster RCNN目标检测模型训练及其优化 (06:58)
& N4 ?* Y5 R, {% f6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)) ]' e2 S6 K$ B: d0 w; M# o
6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
+ Y, ~/ o8 [* E6-13 思考题
+ y" H- F/ `5 X s+ {) `' p+ J+ b5 c2 C4 A% Q! b9 w
第7章 YOLO系列算法原理精讲
% N1 s! K( W- V7-1 Yolov1算法 (21:28); x W8 V: O0 M& U* |
7-2 Yolov2算法（1） (12:38)
9 u3 W) g: r2 `$ P( [7-3 Yolov2算法（2） (11:42)
* d# n% d: r2 e4 Y8 L/ x7-4 Yolo9000算法 (05:12)2 @" m, C& G" ]7 h
7-5 Yolov3算法 (10:44)4 C* g: \, b3 k4 ~' w+ y3 t
7-6 思考题
! `! N% ^% s- P0 g$ }# M& p& ?1 g- O. I, s4 n
第8章 基于YOLOV3的通用物体检测项目实战( ?8 D$ s: c: p4 ^- Y$ T. ]
8-1 物体检测业务场景综述 (17:53)
- k/ E9 e( b3 S5 E" ~; t9 y8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)
0 |* w3 ~0 y! r7 b! q" M0 q8 I8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)7 Z" c9 O" ~' y# E- u) V& j
8-4 DarkNet框架解读及相关配置说明 (18:06)
) E6 k: k. A8 J7 {4 B/ @! g1 @8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)
# v: l& o: h& ~/ H$ l8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)/ O X/ y7 P$ ]# _5 ]9 W1 p" C
8-7 思考题
2 p( ]4 p% b# _3 c& W
1 x4 ~8 H9 ?0 L3 |0 v" X第9章 文本检测系列算法原理精讲$ S( Z4 I- U5 C- j
9-1 文本检测算法原理介绍 (12:50)0 h- }' n" z' S( X0 O) n
9-2 CTPN模型 (10:38)
' d5 T B% X/ Z/ G, x0 T9-3 RRPN模型 (19:11)
, C3 w3 p; Y- G* w/ x# T( X9 G( ^9-4 FTSN模型 (11:41)1 e4 f& t- s6 m* v3 D. b) \: r
9-5 DMPNet模型 (15:56)& |6 _0 y+ K& C. y2 Y
9-6 EAST模型 (09:17)
* n- q5 T2 U7 T) h! _3 X8 b' ~( L9-7 SegLink模型 (13:01)( V6 d9 k, W) a% ]3 ?! z
9-8 PixelLink模型 (16:35); K" U0 _) }* e
9-9 Textboxes讲解 (18:41)
9 W- ~' z9 n `: [2 k9-10 Textboxes++模型介绍 (25:34)
: ]& t, ]/ u% d( N/ q$ D9-11 文本检测常见数据集 (21:16)
- O4 i- `5 t3 @$ M, i6 R) K! I9-12 其他检测模型方法介绍 (14:56)4 | O4 O; {( d3 i8 {
9-13 作业节
3 W2 a3 _3 S# v$ D( C+ F! i. C! C; p, q
第10章 基于EAST的自然场景文本检测项目实战
4 F. v2 \. G4 f10-1 自然场景下文本检测业务场景综述 (15:26)4 a2 Z; m3 ~) g6 V. ^
10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)9 V6 c( p& p# W: t5 w* A# v; P5 g
10-3 EAST文本检测框架环境搭建 (09:03)2 y9 E% ~% n# l) i* n$ Q
10-4 EAST文本检测框架解读与训练实操 (16:23)4 W2 x* V- s. r. u
10-5 EAST文本检测模型测试脚本编程实例 (09:26), x1 f+ ~) n- Q6 \" q5 s7 G
10-6 作业节
8 n, m0 J$ @- ? t2 O* o5 K* C$ ^1 n- `$ y
第11章 多任务网络原理介绍
3 m2 t$ G4 w1 g8 W6 k# m2 \: i11-1 多任务网络业务场景综述 (07:49)
. t7 ]- G" G8 Y1 y2 ~2 D! E11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)+ V, v, N# c4 z3 p' T+ L
11-3 人脸检测+关键点多任务网络数据集介绍 (05:30). p/ ~2 M3 {8 u% l
11-4 思考题7 }+ O. c) J+ \6 t& b
* f: `0 m$ }8 U& x% s( D) x
第12章 基于人脸检测+关键点定位的多任务网络项目实战
: s7 K/ e2 _' t: A! f12-1 MTCNN环境配置、框架解读、数据打包 (18:41)) C, c/ a4 o' K- L3 v g1 O) b _
12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)! ?- W1 ]' A' I S" j0 ^
12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)+ R+ G( l' p% u& e& m
12-4 MTCNN模型训练介绍 (03:33)/ c8 P# O/ `7 I- @( i- {
12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
) K' _7 ]: `+ ?# B12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)
" m! q0 a6 _* P/ R/ ]12-7 思考题0 a. ?2 X, M8 S& b" {; l# J
. G: D' E4 O; ^9 H第13章 课程总结
5 o( U6 k; A& ] v( k$ f' {13-1 one-stage vs two-stage (13:13): L8 p" i8 N3 m7 L0 I
13-2 不同目标检测算法的优缺点对比 (12:52)
" {/ g/ ? E$ ~1 l- D" `! ~3 t13-3 作业节
5 D( A0 Z. w0 E4 L& f7 G" C0 |! O13-4 不同目标检测算法的精度对比 (10:42)( n1 R$ }4 k0 V( Y# S1 F' a
13-5 作业节. x" @0 m+ R/ n( x! q, r/ ]
13-6 常见目标检测研究对象与数据集 (10:37)2 Z8 J, A) g" v7 q4 ~% |( o
13-7 目标检测常见任务与性能评价指标 (18:23)
% r3 O9 F( p' b% }13-8 目标检测行业应用现状-人脸检测 (17:31)4 l# I9 A) T( ^# z8 I" p
13-9 目标检测行业应用现状-ADAS (10:20)
) O' h" v$ i+ V8 h- V" S: h _13-10 目标检测行业应用现状-文本检测 (09:05)% n, l! i& E( T( V! Y; q
13-11 课程总结 (19:30)
! ~/ o/ d1 a/ t ?+ f* t n4 N" v6 x, k; f6 A) P) J: I' m
〖下载地址〗
2 s; k5 a" m5 f: {$ Q" m2 l7 \5 H1 v' M! }
〖升级为永久会员免金币下载全站资源〗
2 E3 U. U5 P, q- E* k2 [9 j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
8 n) n' c0 B+ [8 c
|
[复制链接]
