深度学习之目标检测常用算法原理+实践精讲

  [复制链接]
查看1725 | 回复4 | 2021-5-4 00:21:35 | 显示全部楼层 |阅读模式
1704050791116130.jpg 5 h1 E8 V8 m# d/ l* L

3 d4 [' S2 F0 i+ F〖课程介绍〗
+ u/ H6 |7 Y# s5 g: K! V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。  c+ ]8 G# f/ l& e. L5 U; z5 ?
2 }# p$ W( T' f0 u$ G. a! g  ~
〖课程目录〗' `' Q. M1 c8 x% k/ p
第1章 课程介绍 试看0 W  m5 a* Y0 h  L# @
1-1 课程导学 (22:58)试看9 x# w6 }* F7 l& c

; C; c( r$ V6 E( d1 @* a第2章 目标检测算法基础介绍0 L2 ?; S! R. Y/ e' o' Z5 g+ P
2-1 目标检测问题定义 (12:10)
8 E! J* {0 c5 C" Y- [2-2 目标检测问题方法 (15:11)7 W$ I7 u" b. Q, ?7 d
2-3 传统目标检测方法基本流程 (05:33)2 h1 R& m6 H0 E! W' V: i
2-4 常见传统目标检测方法-Viola-Jones(人脸检测) (08:58)
( J4 x* ~& [4 Q; S3 S5 U2-5 常见传统目标检测方法-HOG+SVM(行人检测、Opencv) (09:21)7 e5 r- v6 b. F7 a( `* s- @
2-6 常见传统目标检测方法-DPM(物体检测) (06:34)# {- H3 ]; p' A! B! }7 E
2-7 常见传统目标检测方法-Sofe-NMS(非极大值抑制算法) (05:54)
5 K. W0 `0 X7 D7 V. w* y4 S, J3 x4 h2-8 Two-stage基本介绍,流程与常见算法 (08:25)- V( h; T3 T4 l7 c2 A( v9 W
2-9 Two-stage核心组件 (21:06)
8 g( g- o4 f  z8 U& ^2 q1 Q* k2-10 One-stage基本介绍、流程与常见算法 (04:36)) e$ W; }( K# {( M) o
2-11 One-stage核心组件 (18:52)
+ W& n& F( S! y* e2-12 One-stage与Two-stage优缺点对比 (05:14)% u$ O$ q* y; S/ P
2-13 作业节: P9 c& b# F' @8 G

. G$ u0 K& g4 d7 _3 M; y) N$ L4 b第3章 SSD系列算法原理精讲 试看  c' c/ ~8 e" C9 B) `6 @. 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
, Z* o, u" ]& o3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)
4 F9 ^) y; U& W: p) V, @3-3 DSSD、DSOD算法 (13:29)
' X. H* r5 d) a- F: V3-4 FSSD、RSSD算法 (09:29)
6 c! @/ {1 l% o9 o3 j: ^( p3-5 思考题2 D+ f; x, Q+ k2 n4 r
8 J7 s, @  j, B' F8 n5 A
第4章 基于SSD的人脸检测项目实战 试看
* T2 I) @3 S) n5 v6 G! ^4-1 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)
4 t! t3 D. G: b" f% K4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)" O! P" p4 x4 S9 M  j
4-3 Wider Face数据集介绍 (06:36)
; T& y  Z( \7 R: V6 e; Q4 `4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)8 V6 r% o0 A( o* n
4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)2 b5 m6 p  n$ L4 J0 d2 d
4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)/ P, ?7 Q" X3 d  {. d  d
4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
/ M+ E; C/ Z& u( i4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)7 Q' r% z, N% S
4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)
5 F1 g2 i$ K- b* ?4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)% k0 z5 F6 |" c% ~+ h* |
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
7 S8 \$ j: v/ b) R7 t# C( V4-12 思考题' I: r9 {2 j& E2 h1 ~
. T3 @( T) l; I$ w. Q% ?! m$ |
第5章 Faster RCNN系列算法原理精讲% [/ W5 f0 ~! u# ]
5-1 Faseter-Rcnn系列介绍 (06:38)
0 K8 K8 V/ }% M- n2 V) L5-2 RCNN介绍 (14:19)' J- T4 t* Y+ w+ @6 y' t0 C3 [
5-3 SPPNet介绍 (10:23)6 |$ ^  M3 r4 Z! b7 I1 r
5-4 Fast rcnn介绍 (21:02)# |* q5 i1 o6 E& O# m
5-5 HyperNet、RFCN介绍 (12:47)
; ?* g  ?% x5 W$ q0 k6 [5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)
2 z( g1 M8 s% x/ V4 J$ E3 v8 G5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)5 [' C- X; R% i7 b5 g2 P& l, E
5-8 思考题
& X' }% ?8 G, C& f# [( D! T  N$ r; B, L
第6章 基于Faster RCNN的ADAS场景目标检测项目实战
1 K4 c1 c: h7 S' u" Y* w4 X- M7 k6-1 ADAS业务场景介绍 (15:04)5 z6 x. r+ j4 |4 g0 s
6-2 Kitti数据集介绍、标注格式、下载等 (10:22)4 C2 o# S, e& e) a) t0 `: x5 I
6-3 Kitti数据集类别提取编程实现 (14:13)
3 g/ o6 N  J: O9 k1 M4 _) e6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)4 v+ f' ?" p5 q) ]4 q
6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)
3 y0 F! ^! w# ]* A) P- P$ M6-6 Faster RCNN目标检测环境搭建实操 (05:34)
. k0 K; i* s" H9 P' J$ Z0 ~6-7 Faster RCNN目标检测框架介绍 (09:10)2 p5 l; q% \+ @
6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)
# K" C" ^7 `) C; y$ q# Q( @. H6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
! C* v5 F' h( x6 m4 L6-10 Faster RCNN目标检测模型训练及其优化 (06:58)' n1 O/ p/ ~! J  {$ i; @' M$ i
6-11 利用Faster RCNN测试脚本进行模型测试 (06:25). I6 o" a% q! v. A
6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
. r! ?  ?% N: X8 F& t3 @6-13 思考题
1 I$ B. Y& [1 ]1 G$ C) d8 `5 d0 x8 \' I+ ~1 e& X
第7章 YOLO系列算法原理精讲  |7 d8 R* e( _2 H
7-1 Yolov1算法 (21:28)
8 O* H/ c) Y% `, b5 [: A7-2 Yolov2算法(1) (12:38)- P& }* I0 f' B) m
7-3 Yolov2算法(2) (11:42)
$ q5 }1 P, V2 Q- F( W: h& h7-4 Yolo9000算法 (05:12)# c$ K4 O4 r3 `$ e! W+ V: w
7-5 Yolov3算法 (10:44)7 n7 {% m& Z0 m& N- K  }" ]
7-6 思考题
" ?) W; ]. Y3 K3 H% H# N/ a- T4 _8 {
第8章 基于YOLOV3的通用物体检测项目实战( d' d+ d9 ]* C( f
8-1 物体检测业务场景综述 (17:53)
, G) p- l3 H, H, `8 |* |# h8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)
0 [$ s$ s( a: o5 Q( d8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)
1 Z* V+ d4 `0 W0 {8-4 DarkNet框架解读及相关配置说明 (18:06): o: g3 E3 R5 ^
8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)& `; `3 O2 D. O" y' ?
8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)
3 V, `+ p" @7 |) }" t8 J8-7 思考题  c/ p1 h0 H- F5 Z& ]* v  e8 A( z

/ b! a4 Z3 b( @$ j: c. M  N$ G1 ^第9章 文本检测系列算法原理精讲1 w% E" H. M* `8 |3 b
9-1 文本检测算法原理介绍 (12:50)
6 c! T" H5 A- g1 S! T2 m9-2 CTPN模型 (10:38)
3 D5 K% n) x6 m: F7 I* l9-3 RRPN模型 (19:11)
3 U$ L' c( L; Q+ A9-4 FTSN模型 (11:41)
/ |( b! f# `! c3 f, a- m: X7 }9-5 DMPNet模型 (15:56)- u5 Q- V& u$ J, S8 ~
9-6 EAST模型 (09:17)3 h( _& T& Z% Y
9-7 SegLink模型 (13:01)
* l2 r1 `* b. a( R$ L/ P0 _9-8 PixelLink模型 (16:35)
0 ^( z- z3 u! t9-9 Textboxes讲解 (18:41)6 L& A9 g$ @8 y! V
9-10 Textboxes++模型介绍 (25:34)2 s" ^/ S- d4 @" U
9-11 文本检测常见数据集 (21:16)4 Z5 v8 A; A" U" ]+ E
9-12 其他检测模型方法介绍 (14:56)8 Y1 d0 k+ Z7 K! k* A8 V
9-13 作业节# q; u7 I% z5 x

! j; J7 G% @3 ~7 J! q5 l第10章 基于EAST的自然场景文本检测项目实战
5 h* b& X0 F5 C10-1 自然场景下文本检测业务场景综述 (15:26); N% a& U8 @/ E4 W3 }. c% f% U
10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)& Y% F$ S' m6 X" @0 J. u
10-3 EAST文本检测框架环境搭建 (09:03)
) M2 ^1 Q* q0 M" p* q10-4 EAST文本检测框架解读与训练实操 (16:23)2 c6 ]2 H6 K6 j
10-5 EAST文本检测模型测试脚本编程实例 (09:26)
+ z  u! n$ H# Q7 G  H10-6 作业节
) c* s# y3 V; d( v5 `0 k  s( r
% _4 `" }2 C. |0 I第11章 多任务网络原理介绍
, }0 u5 O% O" U11-1 多任务网络业务场景综述 (07:49)
3 H0 g! d9 }% P  q9 X11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)
5 l0 i+ \+ _" m0 H5 F5 H11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)
5 }! [8 S: C7 A" n11-4 思考题* Y: G+ U8 J, N. n5 z0 T  A. B

* d( {9 S- C! Y0 S1 I# y# h" a1 {& o第12章 基于人脸检测+关键点定位的多任务网络项目实战( j6 J! V, n% S; V7 j- L
12-1 MTCNN环境配置、框架解读、数据打包 (18:41)
* u# w$ d! i8 K' q12-2 MTCNN数据打包(PNet、RNet、ONet)实操(1) (14:57)  R# S5 _% V  G0 C) y" j
12-3 MTCNN数据打包(PNet、RNet、ONet)实操(2) (13:45)% ]8 B7 T6 N) G6 V: t( w
12-4 MTCNN模型训练介绍 (03:33)
2 u/ ]' D7 f9 S) {12-5 MTCNN模型训练(PNet、RNet、ONet)实操 (15:50)
- I- ?4 F  V8 @4 o12-6 MTCNN模型(PNet、RNet、ONet)测试实操 (09:01)
' }, |: s1 T& I- d7 }" c12-7 思考题5 Y2 p: \9 R8 K" \2 G& e
4 s7 d9 I& ~; q7 @
第13章 课程总结
# M" P/ y  C: e% L$ Q# }$ E' l2 l13-1 one-stage vs two-stage (13:13)
" b. E$ c6 T* A5 u13-2 不同目标检测算法的优缺点对比 (12:52)
" |" J& @1 V2 ~# p9 O& e+ Q! [13-3 作业节
; J! L* n7 U- W& ?* w) V13-4 不同目标检测算法的精度对比 (10:42)  [% f" m2 {5 J1 x4 K
13-5 作业节( Q9 T+ g& {' D8 N& {1 B: T
13-6 常见目标检测研究对象与数据集 (10:37)/ H; G3 _- B. _- X7 c/ i% E# W- Y. w
13-7 目标检测常见任务与性能评价指标 (18:23)
4 l8 R$ A9 }& E5 ]7 A5 E; J13-8 目标检测行业应用现状-人脸检测 (17:31)9 s- `5 p1 R2 u1 C- ~
13-9 目标检测行业应用现状-ADAS (10:20)
; ^8 c; e+ t: Z- B' @6 Q13-10 目标检测行业应用现状-文本检测 (09:05)
& {: g# e2 J: F/ D- p6 ^13-11 课程总结 (19:30)
0 v/ L) f  ?% i7 a0 `
$ R- C" w- x8 v# Y〖下载地址〗, x' L8 n0 \" t2 k4 g8 W
游客,如果您要查看本帖隐藏内容请回复
/ I3 n1 N9 p# s/ S, |/ K
〖升级为永久会员免金币下载全站资源〗1 V) r# Z! m  c/ G/ m  f( }& O
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! G! x; I$ v3 l5 {9 }' B
回复

使用道具 举报

ustc1234 | 2021-5-4 08:51:07 | 显示全部楼层
深度学习之目标检测常用算法原理
回复

使用道具 举报

2583151529 | 2021-5-4 10:11:17 | 显示全部楼层
6666666666666666
回复

使用道具 举报

xiaoyou | 2022-9-30 10:55:09 | 显示全部楼层
支持支持支持支持支持
回复

使用道具 举报

modalogy | 2024-12-5 08:42:32 | 显示全部楼层
66666666666666
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则