; W% Q* n0 I% t2 x
4 e5 n6 [0 t+ c〖课程介绍〗
$ T5 j$ W+ T4 t" g$ k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。, Z5 k& n0 p0 Z
% |9 ]( U( Z* y1 q) ?( Z, B2 u1 V〖课程目录〗! P8 I2 q0 V" n V" L
第1章 课程介绍 试看0 F; [8 m! ?% @( a7 ~
1-1 课程导学 (22:58)试看
- P7 i: f n; q2 J, r
( ]7 W2 w! V, ~8 k4 }第2章 目标检测算法基础介绍
9 `$ C; K, |$ U3 \2-1 目标检测问题定义 (12:10)+ ~: K6 D# S; ^, {8 ~& g# w
2-2 目标检测问题方法 (15:11), R" {; ?6 \: o+ u" e2 r
2-3 传统目标检测方法基本流程 (05:33)
; K: {9 [0 U( v) n8 t% S2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)
+ F& p$ {/ B8 f ~0 s2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)
& n/ ^$ ^, k9 D) a" C* I7 P* l$ A2-6 常见传统目标检测方法-DPM（物体检测） (06:34)1 }: m" ~4 r% w
2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)
( k7 p5 _5 ]7 A; G2-8 Two-stage基本介绍，流程与常见算法 (08:25)9 {; f$ b4 v$ J
2-9 Two-stage核心组件 (21:06)3 c$ S9 y7 b Y8 ]( n% A" M
2-10 One-stage基本介绍、流程与常见算法 (04:36)9 i/ W& ], ^0 V' ` u
2-11 One-stage核心组件 (18:52)
3 J8 f+ r* n4 f2-12 One-stage与Two-stage优缺点对比 (05:14)1 N3 J) K( S( u, H/ {# p# z
2-13 作业节2 u/ b9 N) d$ A9 P% q
& Z- D2 B, ], |/ B
第3章 SSD系列算法原理精讲 试看7 ]% P8 e% W1 Z5 d$ 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5 k7 Q( p9 Q6 i* n5 i
3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)- c x/ R6 m1 H I& ?
3-3 DSSD、DSOD算法 (13:29)
: H: B' E, w" v$ H1 d1 S9 P* l3-4 FSSD、RSSD算法 (09:29)
" T2 Y' w, _! c) g$ N8 M3-5 思考题7 E& _- \8 g2 o0 W. p
& f3 s. l8 D( j, ]; R" m
第4章 基于SSD的人脸检测项目实战 试看
; K9 e& Y P9 Q! f4-1 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)
+ P# y* g4 e& E t ~6 ~) O4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)
3 d9 x+ ^, g3 h/ {8 G8 l4-3 Wider Face数据集介绍 (06:36)7 Q7 S8 G3 R7 Y3 v
4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)
7 e* u1 C* f3 v% v9 L( a7 r; q$ U4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)
8 x0 \/ w& j3 W+ D4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)7 Z6 v, J& [5 O$ p7 [: w2 Y
4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
) J {) E& n) u$ n, W4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)
, {: g" X- d/ r$ n* m6 ? u1 g4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)$ _6 C# I# w8 _: f! r# {3 S
4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)8 o: a! _. z, r6 z) @/ Z! ?3 r2 D
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
) W" d* l9 i; f2 r2 F: U4-12 思考题
7 s* I+ E! @' f7 y' V- S2 ~2 P9 ]! j% h N3 h) Z
第5章 Faster RCNN系列算法原理精讲
* Y2 x( ^ G, v4 J+ Q6 ~0 w5-1 Faseter-Rcnn系列介绍 (06:38)
4 S& @: E. H/ l' T' |; ] N% a5-2 RCNN介绍 (14:19)
. u) p( a9 }2 h R- m& w3 K5-3 SPPNet介绍 (10:23)- Q T C( e# P. C/ ]
5-4 Fast rcnn介绍 (21:02)2 L, z" a% A5 A( p$ Q
5-5 HyperNet、RFCN介绍 (12:47)
4 \ I$ j$ C2 u4 i* O# ~0 }9 K4 w5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35), j' R3 o8 l0 T. K
5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)/ K. X/ ^# `0 P7 z
5-8 思考题
" A" w2 [9 a$ B5 V' T& a- L9 p( i7 `8 S% l- `
第6章 基于Faster RCNN的ADAS场景目标检测项目实战
3 w7 V! X9 ?3 [8 D6-1 ADAS业务场景介绍 (15:04)
% u( t/ w( {6 n9 s2 U+ U6-2 Kitti数据集介绍、标注格式、下载等 (10:22)* [: P& l# v! W" G Q
6-3 Kitti数据集类别提取编程实现 (14:13)
! {* c R& ^) n" ^; L6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)
9 t: m C* B# G2 V, }) i6 R- t1 g6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51), W$ l& ]9 @$ q( q) x
6-6 Faster RCNN目标检测环境搭建实操 (05:34)
& K7 Q4 R, w* K1 u6-7 Faster RCNN目标检测框架介绍 (09:10)* }4 I, x* y0 X
6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)0 Z' t4 w) i8 v& l
6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
l9 P7 ]# j7 K; P5 i) k7 a$ k6-10 Faster RCNN目标检测模型训练及其优化 (06:58)
5 `, `5 q8 k; q2 P$ R) r8 N6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)( Y6 R- F! ?. S5 U1 H! {5 l, X6 U
6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
* T. G5 B: | i6-13 思考题8 m1 ~; X' \, ~, R, F
. b! O0 n3 o y1 l m2 ^第7章 YOLO系列算法原理精讲
3 i, H5 b; h6 @* j9 Z* V7-1 Yolov1算法 (21:28) h0 V9 e7 |9 [5 k. E
7-2 Yolov2算法（1） (12:38)
. u: {4 a" D2 c) d Q' }6 i7-3 Yolov2算法（2） (11:42)* C& N+ o B2 Z. E; I: H
7-4 Yolo9000算法 (05:12)
) G* H! {* e* V4 R2 b, e, i7-5 Yolov3算法 (10:44): w: d# V1 b N: a- v
7-6 思考题1 Q& S* I& ?! _+ u- e7 h$ X# B- S N
$ w! o& q1 E% _
第8章 基于YOLOV3的通用物体检测项目实战
1 ?6 `4 A3 J. m, e$ n+ x8-1 物体检测业务场景综述 (17:53)( d. P% {$ i( {. S1 X9 z
8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)
8 v# g$ b/ o u- P8 U8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)* k, G9 x2 B$ g' k2 m
8-4 DarkNet框架解读及相关配置说明 (18:06)5 C! c! `, W) L* _& P7 O' X, e3 `: U, O
8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)
5 v, G: U- Z( g. i5 s8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)0 y; R9 T0 n0 M* I1 L1 N5 j
8-7 思考题' h g( f6 H \ ^1 c4 D
5 T8 l$ B* M" @6 k Z) l( s
第9章 文本检测系列算法原理精讲9 g$ P0 F: _9 e f9 b! o( i
9-1 文本检测算法原理介绍 (12:50)
4 d' ^1 g8 g/ l* o9-2 CTPN模型 (10:38)4 u/ o8 b. H; | F
9-3 RRPN模型 (19:11)% r7 t( H9 [, u9 h4 M- u7 T! t, w
9-4 FTSN模型 (11:41)9 I \$ U& Z- Q: U4 U
9-5 DMPNet模型 (15:56)6 r2 _' y5 K* F7 a% m& M6 y
9-6 EAST模型 (09:17), @# p7 [8 G' W) `: Z; p5 T
9-7 SegLink模型 (13:01)% S$ w$ }; L, n! y y& f2 M9 U
9-8 PixelLink模型 (16:35)
8 E7 H# O9 y& ]* X5 p5 G+ i/ i' y3 A9-9 Textboxes讲解 (18:41)
+ F' f) h2 a1 X y. O% \. _9-10 Textboxes++模型介绍 (25:34)+ E2 @5 g. u# u! E+ i, v0 J3 U
9-11 文本检测常见数据集 (21:16)
0 {# }% s$ n8 ^# S5 T9-12 其他检测模型方法介绍 (14:56)
: E! h% f: Y& E2 O( O6 A9-13 作业节
: E- p9 c- q2 S+ K6 T) I: j6 @: b5 Z$ s4 d0 \; {' T8 G8 h# `
第10章 基于EAST的自然场景文本检测项目实战
, S: n( G5 u: K c( @5 {' U10-1 自然场景下文本检测业务场景综述 (15:26). Z6 R) r9 M& q' G0 y
10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)
7 Y* q4 I9 A3 V2 F1 u3 W* b& d10-3 EAST文本检测框架环境搭建 (09:03)
' ^, I5 s& z# {5 H10-4 EAST文本检测框架解读与训练实操 (16:23)
z; N3 p _, S' X& t10-5 EAST文本检测模型测试脚本编程实例 (09:26)
$ i8 [9 c( f2 y1 {; Q \$ }7 e8 U10-6 作业节
f2 b% _5 M! T- f7 |7 y8 o, n& i0 ^& J8 v9 h
第11章 多任务网络原理介绍
- m, [9 g- m ~! h. ]11-1 多任务网络业务场景综述 (07:49) P) ?# C1 U+ H% v; A/ Z, \
11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)
1 B' w2 y, ]; T11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)
% G# t: F, `" G% h$ h4 q: A11-4 思考题+ Y% m+ R4 o/ \$ n) i9 y
2 w+ W7 }/ S Z. l3 Z第12章 基于人脸检测+关键点定位的多任务网络项目实战
$ s9 c" p' y* c# W12-1 MTCNN环境配置、框架解读、数据打包 (18:41) w' Z' Y! o; I4 ~' g$ G
12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)& ?8 r3 R- |' p: j) [
12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45) G, R+ t4 V4 ? B2 \& i( N- ?
12-4 MTCNN模型训练介绍 (03:33)
0 N6 v9 [0 y5 @& |# g7 H4 G: N+ A12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)! @. D# n( F) r0 b. U9 b- u& L
12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)) n% a$ r# Y* W& a {
12-7 思考题
3 x3 }% P5 O6 y8 e4 p
8 V7 Q, S7 a$ n$ @0 ]- P+ a第13章 课程总结- Z4 |% ~0 W( @* C+ |5 t* w, D4 a
13-1 one-stage vs two-stage (13:13)
, E8 j# {9 E d# W. j6 J13-2 不同目标检测算法的优缺点对比 (12:52)6 }. J; k ] z! G
13-3 作业节
& G, m9 w8 z( d) Z2 x13-4 不同目标检测算法的精度对比 (10:42)% N2 |2 n3 N& n0 n' ~0 s/ ?. I
13-5 作业节: | x) l b& X
13-6 常见目标检测研究对象与数据集 (10:37)- x; F# _' Y0 p. I0 M! t/ M" ~
13-7 目标检测常见任务与性能评价指标 (18:23)
9 J ]2 i9 ]/ S6 `13-8 目标检测行业应用现状-人脸检测 (17:31)& m( W; r' W, `' X7 |* @
13-9 目标检测行业应用现状-ADAS (10:20)9 y2 G3 R# P' `. x+ d
13-10 目标检测行业应用现状-文本检测 (09:05)8 |$ {1 i7 o. T) J1 Y! a" W
13-11 课程总结 (19:30)
4 T( w$ Y6 K7 }5 A# d. M$ C
! ]% o1 w# h& Y3 m8 U; y〖下载地址〗
8 \; l/ ?" Q' o8 s3 J
7 u P/ Z' A1 ]: }〖升级为永久会员免金币下载全站资源〗
' f4 {& q. F/ F% d1 E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
0 N7 ~" T4 x! e6 h \) M! `
|
[复制链接]
