' v& Q% A% e6 n3 i0 z9 l, G" ^
" Q7 D$ J' `) @' E6 {. \〖课程介绍〗
) W% N# b; j& 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。
7 Y9 [2 O5 D! X) j2 d f8 `& W @ Y) ]; s( z" d
〖课程目录〗
! i" W' ~# G3 ?* g) `第1章 课程介绍 试看
+ n' w$ r% E ?1 K6 b9 E1-1 课程导学 (22:58)试看
: R1 }/ e, S/ @+ Z/ {4 T8 P( q1 Y% C3 r2 r/ b
第2章 目标检测算法基础介绍; K) p0 B' L- A# `
2-1 目标检测问题定义 (12:10): D& s9 Q0 U3 U2 |
2-2 目标检测问题方法 (15:11)
8 a" r9 R* S' H/ ^# N- \2-3 传统目标检测方法基本流程 (05:33)# g8 q- W" N8 C& m1 j
2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)- b( S6 A' _3 i# F# L# _9 o
2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21) S3 F5 \, ]% C; Z0 h
2-6 常见传统目标检测方法-DPM（物体检测） (06:34)1 k% ]) L3 n3 O3 X
2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)1 H4 H% d1 G- k# J# A/ Z" ^0 ]
2-8 Two-stage基本介绍，流程与常见算法 (08:25)" E$ r1 k! b+ W) h' t3 n8 ?
2-9 Two-stage核心组件 (21:06)
: p$ H' g/ ]# ?2-10 One-stage基本介绍、流程与常见算法 (04:36), C2 T# G6 F2 O# [8 u: ]
2-11 One-stage核心组件 (18:52)
/ ~6 H6 u3 V7 g( X7 x! q8 l* m3 d2-12 One-stage与Two-stage优缺点对比 (05:14)1 W7 x4 E8 g' H5 ^% m
2-13 作业节
1 [. x$ \) [4 p1 E3 n) v
" c4 D' ]# V4 Q( M第3章 SSD系列算法原理精讲 试看1 l6 z* T; L/ O5 z; V3 g
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- Z& S0 z9 x% s3 F+ ]9 j
3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)8 U, E8 `2 S& w
3-3 DSSD、DSOD算法 (13:29) W# s2 \5 n4 U% h% y
3-4 FSSD、RSSD算法 (09:29)
8 S. P& ?9 t) O- Q- U1 w( `3-5 思考题
4 r% J! E) V; d4 U$ n
( d6 @# v) U+ [9 Q: R9 c! U第4章 基于SSD的人脸检测项目实战 试看
. ~+ }# ]5 q+ p7 ?9 d3 b" g/ 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)7 Q" j& s) P1 ]
4-2 Wider Face数据集介绍、标注格式、下载等 (15:01) F$ y- M- Q, l, O# k! h$ f# D
4-3 Wider Face数据集介绍 (06:36)
0 B# C5 k5 M% A4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)" m- ?. ~5 j* a3 C5 D. u# e
4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)
: P) L+ n. b& T6 X4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)
6 W! O; {" G6 e7 ~4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
; E/ C( z3 Z2 e6 J. C$ b0 E6 S( v4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)
' O8 [' c% q9 B; r4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)
7 L' z) N& w/ w" g/ d( a5 E4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)
+ r9 F" G1 s' @+ j! ^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
2 q) h( `; c, w7 l+ ^4-12 思考题
8 l. g( @! o/ d9 b( |
. s2 R# a- L; n7 v6 u: i第5章 Faster RCNN系列算法原理精讲
& ^# K7 B5 m, _2 S, Z6 g0 c% x! `5-1 Faseter-Rcnn系列介绍 (06:38)9 B4 }2 B1 Q2 V: C6 \$ C
5-2 RCNN介绍 (14:19)
) J1 D4 w( T4 F" B1 }; ?5-3 SPPNet介绍 (10:23) `4 y# i/ _8 H! ^) L( |% ]& R
5-4 Fast rcnn介绍 (21:02)
( R8 U" O' S/ g7 @5-5 HyperNet、RFCN介绍 (12:47)
% [4 k/ Q& @( B: g( y5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)
! C) @: }2 P9 C: V# d5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)$ c/ Q* z* {0 S p
5-8 思考题( ?5 k( ?. L1 t( Y
) D# I( {3 L3 U& j. w
第6章 基于Faster RCNN的ADAS场景目标检测项目实战
$ Q' y; p6 B0 y2 }2 {6-1 ADAS业务场景介绍 (15:04)
& W* J( m1 i/ {9 y+ x6-2 Kitti数据集介绍、标注格式、下载等 (10:22)
$ G$ z/ u/ V9 L6-3 Kitti数据集类别提取编程实现 (14:13)+ `* u1 h3 R5 b3 ~, s5 y
6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)! g) O% A5 k/ j# h
6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)
9 c, P2 w2 g: a& d6-6 Faster RCNN目标检测环境搭建实操 (05:34)6 H& m: e# B4 g$ U
6-7 Faster RCNN目标检测框架介绍 (09:10)
" M* T7 }3 ~& Q! i6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)
* R! J8 |6 I, Y0 ~: f6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
! Q- F8 U' ?! S& v, D" `6-10 Faster RCNN目标检测模型训练及其优化 (06:58)
, w7 T. E7 A3 ]( w& z" J6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)
8 e0 V7 ~" F' w) d# H& i. s6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)( |' Z3 y4 U1 M* J# N% w
6-13 思考题( r$ j) {6 v- r! T: ?+ R
$ P: m* `+ n5 Z7 Y+ ~
第7章 YOLO系列算法原理精讲( _3 m, E s3 [( S* M9 N* u0 h. a
7-1 Yolov1算法 (21:28)/ T9 m! S# B/ ], J E
7-2 Yolov2算法（1） (12:38)
& Z) ?6 O8 |# T& u2 d& Q8 i7-3 Yolov2算法（2） (11:42)) s. T, Z' r' Z
7-4 Yolo9000算法 (05:12)
/ l) p) }; e# `5 z( Q8 n7-5 Yolov3算法 (10:44)3 v/ N3 K/ |1 s* I
7-6 思考题
/ l) n/ E7 U6 A& V. H
' \1 w4 z4 M1 ?# n0 y& M$ L第8章 基于YOLOV3的通用物体检测项目实战
" |) h% }, K) H8 i' J8-1 物体检测业务场景综述 (17:53)
7 C3 n8 p4 ~/ {& B+ |) Y1 U8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)
% f* b+ v" S$ `; h9 O- K9 [8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)' \/ S6 ^- z$ _, k Z
8-4 DarkNet框架解读及相关配置说明 (18:06)" J+ q+ b3 |* f1 S- k
8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)+ ]# j# _7 k6 A
8-6 YoloV3检测模型的测试介绍及编程实例 (12:15); |' x9 I; Y- _. ^
8-7 思考题
( v' [: A5 O. q& r$ x4 X* P; e+ W* k9 a7 i! ?: ]) W- U
第9章 文本检测系列算法原理精讲 a1 P) c9 ]1 y* L( L1 T) v
9-1 文本检测算法原理介绍 (12:50)
, V# z) V7 ? D% [% M4 B9-2 CTPN模型 (10:38)9 g" o# X: v% ]7 A' A8 A$ ?8 D7 _
9-3 RRPN模型 (19:11)
2 Z/ O/ ]9 o7 O+ N% _3 V9 j1 V9-4 FTSN模型 (11:41)
" p F0 n# [/ F: O! M; {& S9-5 DMPNet模型 (15:56)- r$ ]: E' J+ X" J
9-6 EAST模型 (09:17)4 u% c' x/ Z, f# g3 K7 _3 f
9-7 SegLink模型 (13:01)
' R! |) `6 {. }9-8 PixelLink模型 (16:35)+ g' a9 r6 v& b, X8 n
9-9 Textboxes讲解 (18:41)# L% t6 w" \ z" U& Z+ e
9-10 Textboxes++模型介绍 (25:34)
- s' q q" R9 f( d9 Y0 a9-11 文本检测常见数据集 (21:16)
* q4 `+ [: R( [9 O, y) H9-12 其他检测模型方法介绍 (14:56)
& j+ P# m- H& i s$ _/ A9-13 作业节
6 T% H3 \6 Y4 ^8 l! n( c G: }, [
第10章 基于EAST的自然场景文本检测项目实战
8 K5 m) _. G M( u3 q1 r10-1 自然场景下文本检测业务场景综述 (15:26). U2 H! @1 G* z0 {" @
10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)
5 z( S; C: c$ `. ]' l- B10-3 EAST文本检测框架环境搭建 (09:03)5 M; p- t1 d) Y: o6 r
10-4 EAST文本检测框架解读与训练实操 (16:23)
9 L: k4 [1 u- |+ H# B10-5 EAST文本检测模型测试脚本编程实例 (09:26)
6 H2 i# s+ O3 Z10-6 作业节
# u7 }- {: Z3 h4 q7 @- c! H' G& z( O
2 f# b: K8 @& p' q第11章 多任务网络原理介绍4 |. f' m+ p. Q9 B7 U
11-1 多任务网络业务场景综述 (07:49)
! u' d* e" S) F9 f! L" d; K11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)
5 H: E! r& S8 v1 a* n$ F e11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)
" Z" W" y6 K/ P; a11-4 思考题
, r3 i) `7 H6 O2 D
+ v9 x! v; K2 X5 ]第12章 基于人脸检测+关键点定位的多任务网络项目实战4 w: w: [0 H* O5 j, _' y
12-1 MTCNN环境配置、框架解读、数据打包 (18:41)
9 L h& c: o4 a8 v: ]; z; a12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)5 H" I: U" `4 b3 X& F0 k, b
12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45). A7 o; i- G% [- E
12-4 MTCNN模型训练介绍 (03:33)
2 x. O1 t' n" M12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
8 f6 u5 E5 V. b12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)
; G% E! ]- `8 Z7 z" V! X: W: v12-7 思考题0 b; U2 d9 o4 `0 q* }
0 f! ?, e0 J S0 x8 ` U. C1 q! q第13章 课程总结- Z0 C" L& H" K$ O2 Q$ U" K
13-1 one-stage vs two-stage (13:13)
9 n" r( l. W1 A% m13-2 不同目标检测算法的优缺点对比 (12:52)
8 z' i+ f# y; u0 I13-3 作业节5 I: T! S& g+ _2 d( t# B8 }* Z
13-4 不同目标检测算法的精度对比 (10:42)
& r% g- z3 B9 L) r& d13-5 作业节, X% O. m3 Q$ C; S! }
13-6 常见目标检测研究对象与数据集 (10:37)
4 ?5 G; a9 g% g/ ]4 l& h13-7 目标检测常见任务与性能评价指标 (18:23)
2 i6 f) A( w. V0 D8 H" b! T13-8 目标检测行业应用现状-人脸检测 (17:31)! H# B9 P$ M1 I* d5 h$ S* l0 i
13-9 目标检测行业应用现状-ADAS (10:20)3 ~; o$ r: U0 J
13-10 目标检测行业应用现状-文本检测 (09:05)
1 }, j) J2 S9 `! H7 q% m13-11 课程总结 (19:30)) N. L& Z0 [$ E6 z5 ^
. d! Y6 V0 L2 V, H
〖下载地址〗$ u# ?1 T, e$ e/ @- i
8 @& j' Z4 m# V; j+ L
〖升级为永久会员免金币下载全站资源〗" k. c4 l* }3 }( f$ o4 M8 m
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
& \7 f7 l! E) \' |* u
|
[复制链接]
