* _9 }& |0 N! @( _8 h0 d/ y- }, p: O m; a/ L# G6 b
〖课程介绍〗, X/ \4 u! l& N' 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。
! |3 A8 [2 s# f$ p* O6 }; j1 r+ a
5 n- O8 t* T0 K( [' d) @$ J& ^, C$ ?〖课程目录〗2 f% G8 n- ~- W! Z- m
第1章 课程介绍 试看
) r3 N% k/ {- T5 G4 B: B1-1 课程导学 (22:58)试看4 Z, ~; F K) C6 f/ H; _1 Y8 Y# @
$ T' t- }/ P3 W' R, @% L3 H7 z) \; w
第2章 目标检测算法基础介绍! Q/ e* C* u3 F) {
2-1 目标检测问题定义 (12:10)
, R; l+ I2 N+ j7 J% ^2-2 目标检测问题方法 (15:11)! p3 h1 v5 f6 r- k- ]4 L
2-3 传统目标检测方法基本流程 (05:33)
6 x1 ?3 w |! N4 u& `! G$ ]# T. F* p2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)
9 _0 q! L! H6 ^3 X2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)
$ x$ Y! g8 Z8 B( Z0 D; b2-6 常见传统目标检测方法-DPM（物体检测） (06:34)8 M- n# C8 I& `8 S* O
2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)! U3 J% w' g1 b7 c, K% T' r' A) G6 q
2-8 Two-stage基本介绍，流程与常见算法 (08:25)
# N% Z+ \# Y% t; a9 W2-9 Two-stage核心组件 (21:06)
8 D6 ^ B& Q0 O! `$ ~2-10 One-stage基本介绍、流程与常见算法 (04:36)
9 C# V4 J& d" I- O2-11 One-stage核心组件 (18:52)
) b2 l2 |" A) q" V. l2-12 One-stage与Two-stage优缺点对比 (05:14)
9 v3 s. |$ D! V9 O; p, Y2-13 作业节8 f) K8 p p4 P' A
+ w3 V) z& @' Z; Q K3 r# W7 [第3章 SSD系列算法原理精讲 试看
7 Z, J$ J+ ]* Z4 @4 Q3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看! N+ T" R! o7 T
3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34) n, o. ]0 [4 J) \& m3 f: \3 E
3-3 DSSD、DSOD算法 (13:29)
% |1 e! {2 F$ q" [1 G: I3-4 FSSD、RSSD算法 (09:29)
& {% o" A6 \% ]$ V/ h7 y3-5 思考题7 r3 X: |3 x3 E6 K
% X( A1 U1 k/ T/ B" ^3 n第4章 基于SSD的人脸检测项目实战 试看
+ ~/ N- Z* D/ {4 K9 G/ o# k4-1 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)
# R, P5 \9 `, C* ^6 j0 e/ H4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)6 l2 Y' e3 G* ^+ O W- u# H
4-3 Wider Face数据集介绍 (06:36)9 I8 \2 y+ `* K( p- I; J( T
4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)
e7 @7 ?' Q4 ^, X4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)
& b8 B/ t6 I( S) \1 e4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)# B, r6 {# H) R& |6 ~/ s
4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
2 @" W r' |! _4 V4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)
( d! T* y$ V! @, g3 M, R4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)+ F+ R+ p9 X' p3 `6 ^
4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)
, T; q7 Z0 A( p- O4-11 Caffe-SSD框架测试结果可视化与人脸检测技巧说明 (11:09)试看, m$ H7 i0 e" I$ }0 x
4-12 思考题
# u" L8 P0 H% A5 `$ } I+ V
S- R* O2 z1 W第5章 Faster RCNN系列算法原理精讲# k' O& X2 N; r0 l6 E4 i# {
5-1 Faseter-Rcnn系列介绍 (06:38)
2 X# z0 E { {- [: x: Y; n- I0 ^5-2 RCNN介绍 (14:19)
+ H$ Y- S% C" b) E5-3 SPPNet介绍 (10:23)
0 X) ^0 z1 u) U! e% q9 ]% u$ P5-4 Fast rcnn介绍 (21:02)/ Q* C* m8 X9 K- w% E9 X+ H
5-5 HyperNet、RFCN介绍 (12:47)$ c. W7 V2 R' S5 p
5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)
% n) d( E" e, ~5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)
! t/ k% [4 ]+ R$ |5 g5-8 思考题 k4 Y! l1 Z$ I. |- d1 C- _6 h
7 Z9 W( ?4 F9 _* {7 x9 z |+ v第6章 基于Faster RCNN的ADAS场景目标检测项目实战
6 f6 F. ?& G) Z, ?6-1 ADAS业务场景介绍 (15:04)
, q2 M' J7 B$ l2 P6-2 Kitti数据集介绍、标注格式、下载等 (10:22)( b3 W1 O* v2 C3 b$ T6 _* @
6-3 Kitti数据集类别提取编程实现 (14:13). S9 m' G2 `% X! \
6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)
; P/ U: B% s& g7 t% t3 M6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)
# f! X; O9 W1 \, [* \6-6 Faster RCNN目标检测环境搭建实操 (05:34)
) [, Y9 R! N, |1 W; |6-7 Faster RCNN目标检测框架介绍 (09:10)
9 I* L3 O% T+ Z3 P1 v5 I9 O9 q6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)
z( F+ Y$ @5 k8 j( W6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
3 X8 [: Z) x# j; k: \! E6-10 Faster RCNN目标检测模型训练及其优化 (06:58)
% ^% J G" w8 q1 n3 u$ S& |% W6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)
7 Q. r( w3 n7 x0 V2 X6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
, D4 u. C; b( D$ C9 `6-13 思考题
/ |9 ^ n; l6 u' C
: E* Q' ~2 `; z. v第7章 YOLO系列算法原理精讲
' q k3 M) l) n4 G# P" H! p7-1 Yolov1算法 (21:28)
& p2 g0 r4 T, ?+ q1 U7-2 Yolov2算法（1） (12:38)1 O3 W2 U- O1 X- f. F( j& P: P
7-3 Yolov2算法（2） (11:42)- r+ T) i7 G) F! _( Z+ f
7-4 Yolo9000算法 (05:12) o6 A0 r+ e7 {3 |1 t8 D; j
7-5 Yolov3算法 (10:44)9 F# F$ v' T2 i0 S
7-6 思考题
' C0 P6 j8 R( c+ a. d; j" n
6 F" K2 U) L. o8 i3 S第8章 基于YOLOV3的通用物体检测项目实战
6 ^8 C! f4 l$ i! F8-1 物体检测业务场景综述 (17:53)& j4 v; }3 e. T8 a' a4 L* E
8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)
9 G8 x2 Z* H: L! }: j$ B% I8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)% D: S3 K0 `# X C, @$ v
8-4 DarkNet框架解读及相关配置说明 (18:06). t; y7 x3 k, O+ n
8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)# C% H. g( d7 s$ p$ _: k% h
8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)1 t+ y! O+ S: [$ ^: D: b
8-7 思考题
- \. h S5 l; G7 `8 V) z. L3 Q0 d4 \5 _7 ]* {
第9章 文本检测系列算法原理精讲
$ t1 _1 ?; _+ X. {/ T9-1 文本检测算法原理介绍 (12:50)0 p; `% i% A" { F/ r; G4 g7 z" _
9-2 CTPN模型 (10:38)
) B5 A8 e; N" A* P- V+ J1 p6 y9-3 RRPN模型 (19:11); I4 z; H5 w: B/ _- H* B0 _) z
9-4 FTSN模型 (11:41)
8 F( \% b. @1 f: x0 u% L9-5 DMPNet模型 (15:56)
# k9 n& w2 }) h4 o9-6 EAST模型 (09:17)
7 l d1 }- x( R$ R5 v$ N9-7 SegLink模型 (13:01)
9 k4 x6 m& M' n$ t9-8 PixelLink模型 (16:35)
1 o! d& H! ]8 Z# k9-9 Textboxes讲解 (18:41)
& l' X/ w: l9 U! `' |- D9-10 Textboxes++模型介绍 (25:34)
1 q( X& A1 \. T5 p# o( Q, S9-11 文本检测常见数据集 (21:16)$ o2 l6 V. w/ y c. O3 V. m
9-12 其他检测模型方法介绍 (14:56)% H. r% Q0 n5 \5 u2 @" ^2 R9 o" t
9-13 作业节
# B/ t3 {3 Q! z7 d; b+ P6 o
6 ^/ ^: a. I( F) \第10章 基于EAST的自然场景文本检测项目实战! t: \+ l' e1 c+ v) J
10-1 自然场景下文本检测业务场景综述 (15:26)
7 F6 Q I& V+ y5 i$ e7 W1 ~10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)
% e- B1 g: Q4 p1 ?' L! F10-3 EAST文本检测框架环境搭建 (09:03)+ e4 G& B# j" {- t& `' A
10-4 EAST文本检测框架解读与训练实操 (16:23)* V4 k7 Y$ \% _2 o2 F) c: Y, r
10-5 EAST文本检测模型测试脚本编程实例 (09:26)$ Z. ?) _0 a, W/ p
10-6 作业节
. o( R4 A+ B0 _$ I$ i2 w* N3 y' {4 |6 q# ^' j. S
第11章 多任务网络原理介绍
1 k; e9 T4 W! Y7 E11-1 多任务网络业务场景综述 (07:49)# r4 B% z- C, o; |
11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)
! p6 N9 r7 a4 _+ f11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)$ t2 o( I2 N! p3 m4 {
11-4 思考题* f. r; k! L% g4 l* _
$ a4 P+ f6 E; G; `第12章 基于人脸检测+关键点定位的多任务网络项目实战
( }# G% F. E! T' P9 l12-1 MTCNN环境配置、框架解读、数据打包 (18:41)
! R" x$ U' w1 g! x, k12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)9 Z- V% b2 S( _4 e) N
12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)
8 I9 d+ K7 x* h- B) u( A! A# Y7 N12-4 MTCNN模型训练介绍 (03:33). } B; U3 |8 x8 t
12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
6 {+ R* V# o: l12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)
# U+ t5 }+ o9 A7 K( D/ ]12-7 思考题$ L" b$ E0 u$ ^. d) ?" V
* R3 j& O, D8 R) s
第13章 课程总结
- i7 r5 `2 K6 k2 _) D8 S4 s; Z7 L7 o' c13-1 one-stage vs two-stage (13:13)
. f3 L; R: _4 `* |, l13-2 不同目标检测算法的优缺点对比 (12:52)+ U3 q7 [) ~/ N( ~7 H; y
13-3 作业节
+ E! L' c" `1 y# z; t- P13-4 不同目标检测算法的精度对比 (10:42)
# V" D+ M0 e4 N0 Y6 i13-5 作业节) }" i. K/ p& V9 X( I0 C/ I
13-6 常见目标检测研究对象与数据集 (10:37)
" ^$ x' L9 @* i13-7 目标检测常见任务与性能评价指标 (18:23)8 J8 S: |4 I- q1 l
13-8 目标检测行业应用现状-人脸检测 (17:31)
. A: u" b8 R4 l! E2 R, |13-9 目标检测行业应用现状-ADAS (10:20)5 C" A$ `: ]3 D% m' a9 m! S
13-10 目标检测行业应用现状-文本检测 (09:05)
( D7 b5 I- l" Q$ N: a2 T) A/ V" ]7 r13-11 课程总结 (19:30), B2 h7 ~4 r0 P( B, B* i$ ~
! Q3 Q' f* D( ~* W" s/ g
〖下载地址〗
. e( N# A- g: Z n/ z: J; A
" _& A% E {! K! e' p0 @9 P- W. e〖升级为永久会员免金币下载全站资源〗
* g4 _" b$ X5 w2 B7 c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
- t2 ], @- K3 O8 R$ s |
[复制链接]
