8 r% ?0 l- e7 _4 D1 v
. v+ P# m5 a3 d4 Y8 }9 ]' Y〖课程介绍〗2 L$ X0 p& a8 U
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。' I3 ~8 C2 }$ ?* G" a, W
* C6 I: R* W. A. F3 ~! N8 y〖课程目录〗, q& M: H1 ^' h6 l( M5 r
第1章 课程介绍 试看0 f# ^- |+ p/ |- [# e
1-1 课程导学 (22:58)试看9 E+ _, [2 t1 { Z, Q; h- T5 v
' R# U$ `, E! c& ?第2章 目标检测算法基础介绍
' I }% h! q' B) E2-1 目标检测问题定义 (12:10)2 S( e2 `! }( G* Q: H. S
2-2 目标检测问题方法 (15:11)1 _: L3 P) J" T: K e% j& m4 Q
2-3 传统目标检测方法基本流程 (05:33)4 j% H+ a: y* D+ p1 |+ E
2-4 常见传统目标检测方法-Viola-Jones(人脸检测) (08:58)6 K4 F% L+ V. u7 B) T
2-5 常见传统目标检测方法-HOG+SVM(行人检测、Opencv) (09:21)1 S: q b j+ P% T( Y9 E
2-6 常见传统目标检测方法-DPM(物体检测) (06:34)1 w1 p9 d7 J& i, ^: V
2-7 常见传统目标检测方法-Sofe-NMS(非极大值抑制算法) (05:54)0 t) w/ m5 I& Z8 [& J- U1 `! U- \0 k
2-8 Two-stage基本介绍,流程与常见算法 (08:25)+ v/ f( S, J7 |! D2 z) M: o
2-9 Two-stage核心组件 (21:06)5 f! @" i0 y4 p1 b T9 G8 t
2-10 One-stage基本介绍、流程与常见算法 (04:36)
6 N' G. C, ^" C Q2-11 One-stage核心组件 (18:52). ~# m& E2 d5 d5 x- }3 b
2-12 One-stage与Two-stage优缺点对比 (05:14)7 M6 O3 r% Y7 h! d9 X
2-13 作业节3 V2 S+ u' i f9 ^% R
+ N) G" S# i" }; P第3章 SSD系列算法原理精讲 试看( g' I$ g- a+ c5 B8 C# | x2 v7 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/ @, t& y; k( I0 \, |8 t
3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)
7 r8 E6 n; W0 ^4 u; ^3-3 DSSD、DSOD算法 (13:29)
+ x% g0 y3 ^/ [6 V! K# ^5 ^# [" z- ]3-4 FSSD、RSSD算法 (09:29)
8 `" S, N1 r; q5 V. S" X3-5 思考题9 H$ o, O6 p/ ~5 e1 t1 |
3 F s- y- D6 Y+ w2 u& w
第4章 基于SSD的人脸检测项目实战 试看
" B. E) G) n$ R; f' B, e4-1 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)) w N( [6 M* t
4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)$ v- f6 A4 I( f- U( j
4-3 Wider Face数据集介绍 (06:36). H! b. h7 w" H0 m0 j
4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)
* g1 Z# k( c# b# M+ y4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)
: z: P5 Y; Y" R5 t+ R! B$ A4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)
3 T' Y2 `( R8 G) t; O6 k# ^4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
; `2 o9 b c& Y; O8 S8 @5 ~4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)( R B( ^7 W7 `' L5 s5 D9 O
4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)3 u" D, R2 h: {
4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)
1 p' M/ O" ^* E8 a: m1 t ^& t5 z/ w4-11 Caffe-SSD框架测试结果可视化与人脸检测技巧说明 (11:09)试看
) v. _# {/ J: {' B4-12 思考题
: `6 N" ?! @. E3 I7 @ _3 \3 I0 ~: e1 X8 O7 _
第5章 Faster RCNN系列算法原理精讲. K1 e0 t6 b: E
5-1 Faseter-Rcnn系列介绍 (06:38)
+ y* P* A, [7 t5-2 RCNN介绍 (14:19)3 W1 C6 Q1 } \. T; T8 {
5-3 SPPNet介绍 (10:23), J# U3 N2 B# J; N6 _$ G
5-4 Fast rcnn介绍 (21:02)& ^" k+ e: G4 a1 S( c/ [5 A
5-5 HyperNet、RFCN介绍 (12:47)
1 M6 Z4 t' A* o; ]: E! D5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)
0 g3 \! E# ]2 I; w' y* p5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)
5 \9 A2 [' H: W& W5-8 思考题
* b1 W# x6 v f; _, R
1 E5 W: a1 E% g2 k* C* g" t第6章 基于Faster RCNN的ADAS场景目标检测项目实战" x$ k- r# M! R1 N0 o% j
6-1 ADAS业务场景介绍 (15:04)$ v" g: @ S; S4 j8 c
6-2 Kitti数据集介绍、标注格式、下载等 (10:22)
s, Q* v" y" t1 n9 i4 {! j* t6-3 Kitti数据集类别提取编程实现 (14:13)4 [/ F4 p# p# f" k, J
6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)% H% }: A8 m: w# U! d: A
6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)1 P8 f' |6 _: i) }
6-6 Faster RCNN目标检测环境搭建实操 (05:34)1 c) A7 _) w; B5 z
6-7 Faster RCNN目标检测框架介绍 (09:10)
: W8 i- C( `! e% b6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)) V! A1 n+ Y; p3 G) F O
6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
8 _" f/ x# {3 i& |( V$ Z6-10 Faster RCNN目标检测模型训练及其优化 (06:58)4 l. q: Q: Q5 \( D9 m" u8 P; K6 W; Q
6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)
, g; }; {: d) F% c- ^8 l Y& J6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)3 g- H% m7 \4 f P5 N8 ?( [+ e
6-13 思考题5 O1 H g# n% Z6 l
4 r8 h$ ~& `$ }9 v0 T0 s; \" j8 M
第7章 YOLO系列算法原理精讲
$ Z" m- [$ I# c6 a0 A, q7-1 Yolov1算法 (21:28)
# N$ [, {# O4 ^7-2 Yolov2算法(1) (12:38)
6 I. t% u3 s: E9 k. M3 I7-3 Yolov2算法(2) (11:42)
6 o: _. X* a) M$ l6 }% r7-4 Yolo9000算法 (05:12)9 |8 R& f1 D+ p+ c6 ~6 D
7-5 Yolov3算法 (10:44)2 @' G; z0 q [8 e* C% R% h
7-6 思考题
2 g6 Q9 Y8 u8 P% t) x0 J8 w( h# U6 V# b3 Q
第8章 基于YOLOV3的通用物体检测项目实战
' r& E6 N" X% t9 M( n8-1 物体检测业务场景综述 (17:53)# j0 q( D3 e1 A: o7 W
8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)
8 h/ a( K) Q0 z+ ?/ j: d) Z. e' z% C8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)
4 ^8 W1 q% d- v* p8-4 DarkNet框架解读及相关配置说明 (18:06)
- ]/ j- g* B. A/ b+ d8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08), [- \' i% }; Q) S: D1 n
8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)
+ R9 P7 W: r. t$ L1 J" @8-7 思考题
5 h" D+ Z8 x" u5 c' a9 F# a/ h% Y5 y2 B+ i' N' c# P2 t
第9章 文本检测系列算法原理精讲) |" Y* y+ _6 l& L7 A2 D& K I+ @* X. n
9-1 文本检测算法原理介绍 (12:50)
, f% ~6 H$ r N6 V9-2 CTPN模型 (10:38)
2 g, T% p1 F" F9-3 RRPN模型 (19:11)! Y& ]. ~7 `5 [: Z9 r' T7 e
9-4 FTSN模型 (11:41)0 }" {2 |, }9 {( h8 X2 u7 o
9-5 DMPNet模型 (15:56)
& V' Y1 I) ?+ x9 @- c o* V9-6 EAST模型 (09:17). a" ^! _ d% w7 H. k) [0 r
9-7 SegLink模型 (13:01)
+ A6 V( t( r, h, @+ f& M9-8 PixelLink模型 (16:35)' b6 y3 u: t; Z, D$ t9 Y6 h
9-9 Textboxes讲解 (18:41)
) F# D7 M5 }# Y0 O$ s9 A5 m- t9-10 Textboxes++模型介绍 (25:34)
6 }9 M& b) M1 X/ @; E4 d9-11 文本检测常见数据集 (21:16)
# a9 @2 |. |$ U# f" f; F6 M9-12 其他检测模型方法介绍 (14:56)
% \7 S8 c- @, P2 `- m l9-13 作业节' l W; K" X: z+ T p
. a) |6 [: |2 S1 W第10章 基于EAST的自然场景文本检测项目实战
. {4 @9 W5 P2 @+ ]3 Q+ ^& c- x h10-1 自然场景下文本检测业务场景综述 (15:26)
- R) Y! w1 T. v$ S7 i1 }& M: ?10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)0 J0 {+ H/ s2 T: @
10-3 EAST文本检测框架环境搭建 (09:03)
3 X- |' ^+ w, r$ `0 K+ B5 v1 s10-4 EAST文本检测框架解读与训练实操 (16:23): N1 a* P$ f8 i; i( s
10-5 EAST文本检测模型测试脚本编程实例 (09:26)/ d- k' Z) v* C+ D2 Z
10-6 作业节) m2 {0 ]8 \/ H4 m7 K
. M7 \, p' t+ u9 E3 g
第11章 多任务网络原理介绍
* a% g) V- e" X% {5 e, e7 r! S11-1 多任务网络业务场景综述 (07:49)9 F1 s2 i! g; ^% P/ x1 h5 H
11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)8 j/ C# B2 @9 j9 J6 W& Y
11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)7 P7 V! K! Q* T V( X8 R
11-4 思考题- Z' W$ y% i- g1 }
1 ~" D: ^! d$ F
第12章 基于人脸检测+关键点定位的多任务网络项目实战
- j0 `. p$ i. z' u& k7 M12-1 MTCNN环境配置、框架解读、数据打包 (18:41)) |5 M5 q" |; ?4 {
12-2 MTCNN数据打包(PNet、RNet、ONet)实操(1) (14:57)+ ~' S. H) B! Y8 G7 H2 D9 P
12-3 MTCNN数据打包(PNet、RNet、ONet)实操(2) (13:45)
+ R% y0 Q% m& ?" D0 \ I1 w12-4 MTCNN模型训练介绍 (03:33), G% X7 v- Q# q& y
12-5 MTCNN模型训练(PNet、RNet、ONet)实操 (15:50)7 }( E0 a% B" r2 M0 H
12-6 MTCNN模型(PNet、RNet、ONet)测试实操 (09:01)
8 y, {0 y) U0 n1 h12-7 思考题
. a, S1 F M5 t" T2 { o5 v3 |; N& a2 N
第13章 课程总结
& |' a: p3 e t- }0 U4 _13-1 one-stage vs two-stage (13:13)! ?5 g! z( h; Y/ Z
13-2 不同目标检测算法的优缺点对比 (12:52)4 V! ]9 Z+ V/ K- {8 L3 p4 I
13-3 作业节; _9 o9 E! q3 v4 C; y& e$ A3 ?
13-4 不同目标检测算法的精度对比 (10:42) V: \3 w6 ~( F
13-5 作业节
. o1 Z2 Z) a6 L. {13-6 常见目标检测研究对象与数据集 (10:37)- }/ v2 H' D+ B2 h3 Q
13-7 目标检测常见任务与性能评价指标 (18:23)! p3 C; p1 t4 }! @8 q! d8 H
13-8 目标检测行业应用现状-人脸检测 (17:31)
. o/ q7 F2 b, _13-9 目标检测行业应用现状-ADAS (10:20)
! r* H# w' B7 m13-10 目标检测行业应用现状-文本检测 (09:05)
/ }: J9 O2 U$ g7 Y+ f/ J13-11 课程总结 (19:30) T( w7 J' _/ E3 |& b: T
5 }3 ~6 d4 c9 t$ D( S4 J( z8 f
〖下载地址〗" r7 ]7 l2 u1 D5 ?4 v
) I t* ]) ]$ t( ?) B
〖升级为永久会员免金币下载全站资源〗5 Q6 L) j9 V9 R6 t2 ?7 G
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 o& X4 I3 D* e, t, K5 J2 X |