2 ^5 [; ~8 F3 W( e4 K8 h
( K, [! J0 m9 R( J1 I' @; a〖课程介绍〗6 p; |1 w8 ^/ g+ `$ ?1 G' M
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。
& p6 {* C# J8 D2 i+ e( W6 k* c$ t( T3 R7 C8 W. r8 P' t. B
〖课程目录〗
3 v/ F+ R# U* g3 M" `第1章 课程介绍 试看5 m3 h) ^0 P( c0 u1 i
1-1 课程导学 (22:58)试看
( ^0 R9 i, T! t, q0 x9 d0 B# a( J/ V6 K9 f { h
第2章 目标检测算法基础介绍8 F- c& i" L+ r( E: O. I% a6 K1 y, S
2-1 目标检测问题定义 (12:10)
, x& d1 H6 D. g, @& K$ B2-2 目标检测问题方法 (15:11)) L* C/ s0 q- f1 \9 p
2-3 传统目标检测方法基本流程 (05:33), S4 y( L. ]9 E2 f4 u4 L& e
2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)
' Y6 T) C( A$ {+ G" R) r2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)
4 y: r) f7 o& \+ b7 y! D2-6 常见传统目标检测方法-DPM（物体检测） (06:34)- J) W8 Z& H; ~0 _" R, ]" j9 I
2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)/ f% x' Y$ g! ^) ]4 I. E
2-8 Two-stage基本介绍，流程与常见算法 (08:25)
1 \) o# k: h% g, T' i* L2-9 Two-stage核心组件 (21:06)" ~9 V* n, p/ g Y/ ^
2-10 One-stage基本介绍、流程与常见算法 (04:36)
" a+ l% |4 U6 a! U% g; g* w. ^9 @& r2-11 One-stage核心组件 (18:52)
& n7 W* Z% `: H5 n1 @$ v* [2-12 One-stage与Two-stage优缺点对比 (05:14)$ b& Z2 T/ @& Y5 ]& E; g% G) a
2-13 作业节- A& j) r% y, m2 [
5 H! K! u7 z2 _- L. ^ b第3章 SSD系列算法原理精讲 试看
6 J5 C# |1 e/ S5 u3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看( Y2 v9 T, j M) r3 Y3 i
3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)
& }$ F8 X& l/ ]. X! ]4 F$ E$ w3-3 DSSD、DSOD算法 (13:29)2 h: q1 N! ^7 q
3-4 FSSD、RSSD算法 (09:29)
+ D) A: q% [/ M# i3 ~: @! H N3-5 思考题- ^. X1 [ J6 d: M
. G- J, E' V5 H
第4章 基于SSD的人脸检测项目实战 试看
9 F& @* Z7 x$ w3 q4-1 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)
3 j O7 I% O. m. R' l" g! q$ g! `4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)
6 z7 v' Y2 O0 z! a4-3 Wider Face数据集介绍 (06:36)
v( z, f3 k4 L* P$ U! H4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)2 D. O% o. T, c
4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)
; Z) M$ j# \8 d5 L* X/ D6 g4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)8 X3 j8 x; q& S
4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
- K4 t3 O7 K- ?. x0 C! i+ A4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)2 X. G$ K+ X. F4 m0 ^; T- p0 F* C7 f
4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)
1 L2 y7 G+ ~9 K2 {& p4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)
6 u2 D2 y4 O( O7 J9 K4-11 Caffe-SSD框架测试结果可视化与人脸检测技巧说明 (11:09)试看
& M8 t; c p5 N4 D2 }9 Q4-12 思考题
- b4 w. l9 W L. |. V4 _
1 _# n1 n; I! g% J& q第5章 Faster RCNN系列算法原理精讲3 F9 r+ d& F" @$ m. q* G9 ~" u
5-1 Faseter-Rcnn系列介绍 (06:38)$ E. v" T: Q1 ~5 a. }' t
5-2 RCNN介绍 (14:19)
- Q; O, Q6 ]' F: v9 Z+ |5-3 SPPNet介绍 (10:23)
! g5 {, T6 l% j2 C2 Y5-4 Fast rcnn介绍 (21:02)
$ H& @, G- }4 P$ d _* V# K5-5 HyperNet、RFCN介绍 (12:47)
2 Z5 j& l- G3 |8 S+ ~' W8 U3 _/ c% U5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)
+ W; h+ _8 {4 s- q6 }. Y5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)
" V6 x5 e) N9 o" |, t# O% f0 w5-8 思考题
X' l. J* J* M9 o1 U7 i; l o+ |, W! { f1 J, s
第6章 基于Faster RCNN的ADAS场景目标检测项目实战" u# r% X2 Z* c8 K
6-1 ADAS业务场景介绍 (15:04)
1 A4 s' I7 u4 X3 r+ }# R7 \* U6-2 Kitti数据集介绍、标注格式、下载等 (10:22)3 p3 ]5 Y) v- c
6-3 Kitti数据集类别提取编程实现 (14:13)
, P7 K' L L3 P# M/ Y3 F6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)
3 i) w: n( h: Z2 Q2 ~" `1 f$ g5 O6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51); w" y+ o E5 b. u
6-6 Faster RCNN目标检测环境搭建实操 (05:34)
% Z5 S0 l, U; @. B4 z6-7 Faster RCNN目标检测框架介绍 (09:10)
* }; }1 \+ ~4 d% q7 d. L; k, r6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)- {' v n6 m+ n5 X- _
6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
! L0 K8 e! {& v, [6-10 Faster RCNN目标检测模型训练及其优化 (06:58)
: m" |/ d8 M( Q& U8 |( D7 l6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)
* t1 L1 M) w6 q5 w8 c" O S4 F1 N: x6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
z( c! Z2 g' o+ Q& D6-13 思考题
0 C" Y' B. Z1 F' u0 x! T5 a3 J6 T0 z+ V3 U6 D
第7章 YOLO系列算法原理精讲4 h3 S2 O- l6 C; O4 j d
7-1 Yolov1算法 (21:28)! e( z5 m+ k+ E" m0 w
7-2 Yolov2算法（1） (12:38): T9 y" X9 s# K. Y
7-3 Yolov2算法（2） (11:42)
$ `0 @ O8 s# R6 }( R: S( A8 C9 d; a7-4 Yolo9000算法 (05:12)
/ W9 X' m) V! g6 Z$ C B7-5 Yolov3算法 (10:44)6 r" m2 J& q. V, i& Q
7-6 思考题, f7 [. s5 c7 y) X; S- k
2 x& p r7 { k- b- p$ y3 j8 a
第8章 基于YOLOV3的通用物体检测项目实战
8 V$ P d9 N R9 |! s- p& s8-1 物体检测业务场景综述 (17:53)4 k- B" C( K. Y' D P, n
8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)# i4 Q" f! H& { g
8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)3 v6 p% R! S% M2 c1 h
8-4 DarkNet框架解读及相关配置说明 (18:06)
8 G; n3 \% ~9 I$ x! [: N3 u8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)
3 w- f: d. ^: h( H' L2 g0 t4 }2 Z8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)$ } i9 v2 A9 P- n* } p7 w
8-7 思考题: _- Z: V' I8 g) b9 i
M& c1 K5 d) y3 ~# R0 z
第9章 文本检测系列算法原理精讲; U+ J: {# y2 n" B# m
9-1 文本检测算法原理介绍 (12:50)/ O& P3 w j0 \& K, [) d. v j
9-2 CTPN模型 (10:38)
* h7 i, R( x# ^3 f- H# M9-3 RRPN模型 (19:11)" E/ G$ O( S. g, \
9-4 FTSN模型 (11:41)3 G' m' `( c3 u6 y0 G& t) B- a: R
9-5 DMPNet模型 (15:56)
?6 `' \1 v$ }4 |. b$ v9-6 EAST模型 (09:17)
0 ?8 E2 G& s7 J5 Z3 N" ~9-7 SegLink模型 (13:01)1 p' q1 c9 u6 [/ [3 n
9-8 PixelLink模型 (16:35)
1 w' F/ O6 B1 `9-9 Textboxes讲解 (18:41): ^0 a7 K$ x) c1 {
9-10 Textboxes++模型介绍 (25:34)
2 O2 |/ C% A) m. N9-11 文本检测常见数据集 (21:16)
. O, W5 v; ]3 B1 Z* P \% }9-12 其他检测模型方法介绍 (14:56)
' S2 P0 R$ J3 L1 j- b8 ~. p h9-13 作业节$ F" V) i$ w" R. X& I8 R7 ~
# f- K9 r. v9 g; B
第10章 基于EAST的自然场景文本检测项目实战6 H) l4 L" Z0 p% {8 {/ o9 j9 Z
10-1 自然场景下文本检测业务场景综述 (15:26)
; ?: h# w! r8 b6 A q! s' H9 K10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)9 o" X8 d3 d6 \
10-3 EAST文本检测框架环境搭建 (09:03)# c! B: E' K( E' h
10-4 EAST文本检测框架解读与训练实操 (16:23)3 H& Q* o4 k# l: p9 F1 y6 b- V* G
10-5 EAST文本检测模型测试脚本编程实例 (09:26) o- \: ?' M4 z& w
10-6 作业节0 z6 p2 u- n0 y
0 j* g, f' K+ C第11章 多任务网络原理介绍
0 }3 l% k% O& t. C% k11-1 多任务网络业务场景综述 (07:49)* _, U P J, \7 p
11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)4 q/ t) R7 Q; k# I f( D
11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)
|6 |! A/ v) W; @+ z) Y! h* y6 y11-4 思考题; o- ]: f3 T$ h# v
' u, [ T& `& f8 D" x I. g; h第12章 基于人脸检测+关键点定位的多任务网络项目实战
) c; i$ N% N( q3 |* J2 j S, F12-1 MTCNN环境配置、框架解读、数据打包 (18:41)
( I, Y- {/ u6 K% X, t12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)
5 `" I: b4 l: i12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)
& w: D% b3 O$ g3 [12-4 MTCNN模型训练介绍 (03:33)1 L) u- W. c# V$ e
12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
7 l# g, C O: q ^$ k12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)
9 }9 ^9 `2 K# P! n12-7 思考题
1 V1 {, A j/ C: {& P7 g
& r3 A6 M4 p6 r. _4 E第13章 课程总结/ W# H$ ^7 U. M! }) L1 ?% c
13-1 one-stage vs two-stage (13:13)2 _- [! w# s( ]: K
13-2 不同目标检测算法的优缺点对比 (12:52)
6 w3 B1 |8 k. y' i. S6 ?13-3 作业节
" ^/ M) _9 A9 w4 V8 e13-4 不同目标检测算法的精度对比 (10:42)
0 P% m9 e' l* e$ |" {13-5 作业节
, g+ I, ]9 v; a) i# l5 ~13-6 常见目标检测研究对象与数据集 (10:37)
% M* Y' Y2 H) J13-7 目标检测常见任务与性能评价指标 (18:23)
- B1 s* j4 ]+ m; p" ^13-8 目标检测行业应用现状-人脸检测 (17:31)/ M" i Z' ~' P% X
13-9 目标检测行业应用现状-ADAS (10:20): [) c0 f+ y, v6 ?0 W: L& R& |
13-10 目标检测行业应用现状-文本检测 (09:05)" t: Q4 o1 ^0 X
13-11 课程总结 (19:30)
* f0 I1 }# o4 l, ? h+ X$ f
9 O4 k5 k; R6 X: Y* c. `6 t〖下载地址〗0 }( P: Y6 ?3 {: }
) Y8 A! f. m, A9 X; M! R& r〖升级为永久会员免金币下载全站资源〗
% c \8 |5 w0 L& V7 m B, i8 p( v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
# y: ?* r2 Z% K |
[复制链接]
