/ s7 h1 O, Y0 T2 a5 N! T
# b" j. f+ }6 j( U" m7 m
〖课程介绍〗
5 d$ M' | ?- J$ n4 Z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。
; E! y6 r% n& Y$ l$ j( G, ~1 e* L
〖课程目录〗
9 G* b& T( }" @+ |- R [第1章 课程介绍 试看0 K& D5 N- J" M
1-1 课程导学 (22:58)试看
$ e3 I2 `+ _5 k2 C( l; Q) u1 w
6 ]- g& B4 @9 e& `8 q$ w, {第2章 目标检测算法基础介绍
* i! _5 z- G/ j+ _9 B) `2-1 目标检测问题定义 (12:10)# ~* H" O8 P) {; b( O( M. u
2-2 目标检测问题方法 (15:11)% D# m- C& w% Q9 J8 {7 O N
2-3 传统目标检测方法基本流程 (05:33)
( C) K _9 b( Q. k9 `2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)8 Z; {3 l3 {$ `: o/ i
2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21) q1 f/ [0 H$ j }5 I4 X6 A
2-6 常见传统目标检测方法-DPM（物体检测） (06:34)
8 Y- X1 v' i8 W1 \2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54). K; g) m4 g! K# J
2-8 Two-stage基本介绍，流程与常见算法 (08:25)0 l9 V) C, M' l7 r. x! l/ j
2-9 Two-stage核心组件 (21:06)( Z& t4 e. ~( i) Q- b. q+ L
2-10 One-stage基本介绍、流程与常见算法 (04:36)
- v5 e, ]9 J0 r' \$ X- i# w1 Q, W2-11 One-stage核心组件 (18:52) }8 ?' a& V0 t0 `! Q0 G
2-12 One-stage与Two-stage优缺点对比 (05:14)
3 L4 i; {6 D C2-13 作业节
: s* V! Z6 g |; P) u
, u$ q) t: ?- _# q第3章 SSD系列算法原理精讲 试看2 [! E" R6 C' H, i1 {/ J4 d8 L
3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看
3 Z, o3 L+ ?5 d- e( y3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)
. ]1 M3 ]6 b% }! T* T v( a! Y, A3-3 DSSD、DSOD算法 (13:29)
0 B9 ?- g* t1 l9 D. ^$ ^6 f& X3-4 FSSD、RSSD算法 (09:29)
9 e) W! B; ~5 J" S9 u3-5 思考题6 y, }4 {# [3 ]2 o' B
- d# i. n7 n/ @. j) Z4 h; h
第4章 基于SSD的人脸检测项目实战 试看5 U9 X# P. W% G3 o
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)7 ?# s- ^( }- t" Y4 W! D
4-2 Wider Face数据集介绍、标注格式、下载等 (15:01), N: t/ { [ t$ e8 j/ V7 a
4-3 Wider Face数据集介绍 (06:36)0 T9 e$ c9 _: r+ g2 n
4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)
" v, R9 k) }- j2 b6 e; D7 H4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)
: `. ` f) e: u4 ]( e7 j4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45); O# F& E# Q) Z; L; X8 r, K
4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)& f V; T( R; [4 r
4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)
* O9 r: r! q6 |9 c4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)/ o9 h' c4 g5 M. N5 `5 `
4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)
/ I/ h! C+ 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
; y: Y9 p& C! ]" a5 c- v4-12 思考题
8 c7 `6 i& x' V- e% L0 o1 }
) r& {# Q7 W! y$ ~" i; z; H. g第5章 Faster RCNN系列算法原理精讲2 n* m* \9 o a
5-1 Faseter-Rcnn系列介绍 (06:38)
; v# R, q6 K3 _6 }7 [9 A( N, e5-2 RCNN介绍 (14:19)- Q [8 h L, g; N6 [- T
5-3 SPPNet介绍 (10:23)
. w& u0 N8 ?' k* U6 ]5-4 Fast rcnn介绍 (21:02)/ L9 ?% B/ Y0 v, p5 _" \! g3 E, {
5-5 HyperNet、RFCN介绍 (12:47)
# u+ s# S! f' C' K5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)
F5 p g5 I, D' i3 D5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)6 L' x$ Y. X* b3 p- C0 L. Y( a) D
5-8 思考题 q# ~( P9 p) } [' _( ~
* \/ N* k! g. S
第6章 基于Faster RCNN的ADAS场景目标检测项目实战# j" {% [0 |* k A7 a; k7 o& s
6-1 ADAS业务场景介绍 (15:04)0 I2 q, y) _9 ]$ R! k+ t; \
6-2 Kitti数据集介绍、标注格式、下载等 (10:22)
7 |& k5 K/ G- q; L5 X6-3 Kitti数据集类别提取编程实现 (14:13)% T( R/ w0 S2 |& T+ I8 J
6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13); X4 ?$ P6 p% t# _ ~
6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)
3 s% c3 e4 Q6 h3 c) J9 A1 s- Q6-6 Faster RCNN目标检测环境搭建实操 (05:34)1 [ o) W# {3 f* R
6-7 Faster RCNN目标检测框架介绍 (09:10)
# f# g1 O. a2 o6 @* [# }6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38) G/ \' {1 N$ h. c" m
6-9 Faster RCNN目标检测框架配置修改实操 (14:47); e/ C( T- a: U# {% M- Y3 A, S* i
6-10 Faster RCNN目标检测模型训练及其优化 (06:58)
- A0 a9 @* E) K" ]2 }6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)! i6 V0 e8 W, ~' N. N6 a. n: N
6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)9 a7 r* a' A) P4 j
6-13 思考题
6 G5 S; g- o' h- J0 [1 a8 [) S4 w! ?7 S* J2 v9 v
第7章 YOLO系列算法原理精讲
( J7 T3 N) t5 J7-1 Yolov1算法 (21:28)# C$ V0 F& A1 P) H
7-2 Yolov2算法（1） (12:38)
' _7 D3 h6 r0 W: ?7 @/ R7-3 Yolov2算法（2） (11:42)
8 R2 n; O/ @2 a3 m6 }" b7-4 Yolo9000算法 (05:12)* |: j8 C7 C% G3 |
7-5 Yolov3算法 (10:44)3 {0 t4 t, H1 o! F( q M
7-6 思考题
* \, \9 S. q, Z. P5 |7 t# ^, `5 g$ [7 P% ]2 }9 J
第8章 基于YOLOV3的通用物体检测项目实战) S0 g1 ?5 \8 l, i: _2 r
8-1 物体检测业务场景综述 (17:53)3 a- s$ h9 R' D0 j G4 f
8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)% I% t1 g+ e+ W- v4 x
8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)0 P3 R3 p6 r2 }) v O9 [5 l
8-4 DarkNet框架解读及相关配置说明 (18:06)5 y& } w Q$ _3 h
8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)
( S9 |5 x) o6 `( @; N) h8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)
8 q) R. F- b9 S, _4 ?3 p! t8-7 思考题
3 |+ E' `$ Q3 p3 I; Z) [2 u E C: h+ [) w2 G; r+ l. J8 [1 V; g3 d
第9章 文本检测系列算法原理精讲$ q4 z; h V8 A) r3 L
9-1 文本检测算法原理介绍 (12:50)4 a+ q" D, a k9 m" w% t* k5 a9 z
9-2 CTPN模型 (10:38)
/ b9 _. N6 q/ O+ X" D- \9-3 RRPN模型 (19:11)
; U8 B6 q6 B* r$ R9-4 FTSN模型 (11:41)
; i. A% n& ^( k% x8 d& o9-5 DMPNet模型 (15:56)
8 h3 M5 C! r- F% }9-6 EAST模型 (09:17)
+ C3 V- v2 x, ?" t6 c* ~; [+ W+ x9-7 SegLink模型 (13:01)
4 K8 ]+ P5 |6 d1 ~$ ]9-8 PixelLink模型 (16:35)
2 Z6 v; A4 M* x7 c- q+ L, [% ~* T' e! s9-9 Textboxes讲解 (18:41)6 w1 F! z# a6 g
9-10 Textboxes++模型介绍 (25:34)3 O O% v4 U' i8 h
9-11 文本检测常见数据集 (21:16) |' r5 U7 Y7 y* F
9-12 其他检测模型方法介绍 (14:56)
1 a1 Z F" q- l+ G' e: n9-13 作业节0 n$ H4 z! y- s# y3 e1 R' ~
) U: Z, N4 }; o8 ^2 _
第10章 基于EAST的自然场景文本检测项目实战
8 \4 ~$ {% l3 J10-1 自然场景下文本检测业务场景综述 (15:26)
3 D5 q, q" q2 Z# \: i) q10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)
. c- M& z; t" R& _7 A+ Q0 I3 g ~% t10-3 EAST文本检测框架环境搭建 (09:03)% K" [, b& i2 D; y+ `3 |
10-4 EAST文本检测框架解读与训练实操 (16:23)
* }% {* s M$ ^1 R! i10-5 EAST文本检测模型测试脚本编程实例 (09:26)% X* f$ J( K7 Q: B7 A7 s' _
10-6 作业节" c) g1 ~3 Z" t0 W( S2 W
) S$ M! e7 M9 f
第11章 多任务网络原理介绍
6 @! l c7 a8 v7 h11-1 多任务网络业务场景综述 (07:49)5 Z! Y) U$ |0 z- }
11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)% j. v' h% G) J* k: g( b
11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)" u- Y$ |% p. d) ~( A" [, }. S
11-4 思考题 `. G+ j. r' u- N; r
2 x* _5 w4 m7 w @% v/ R
第12章 基于人脸检测+关键点定位的多任务网络项目实战6 _5 f: E8 f y& B+ U; ~6 b$ X3 h
12-1 MTCNN环境配置、框架解读、数据打包 (18:41); V) j/ L/ r0 p+ `
12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)
1 G5 {+ O, D" T9 F9 ?12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)
2 K0 G4 e) n1 b: k: N8 r12-4 MTCNN模型训练介绍 (03:33)
4 V4 M1 M# t% D- ?12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
! O* c. W! D; n, Z. S8 Q1 W6 B12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)
3 y7 v5 i9 q. y. j) Y: o/ r& a" {$ v12-7 思考题3 a' v7 r3 C) ?. N1 ^. M- o
5 V! Y* g3 F) W- O: {' B! i
第13章 课程总结
/ k9 ?' p0 Y% Z5 k H13-1 one-stage vs two-stage (13:13)' D& y' `* w+ Y) S' [7 D
13-2 不同目标检测算法的优缺点对比 (12:52)
: C% z& }3 Y; v" A13-3 作业节' r" \1 \# b8 o M" C# c
13-4 不同目标检测算法的精度对比 (10:42), A9 Q% P2 F0 r$ j7 _' |
13-5 作业节- \5 |3 w" V; a; J) ^/ `( q% y
13-6 常见目标检测研究对象与数据集 (10:37)
7 M1 k, ~% S/ W2 Z. b Q13-7 目标检测常见任务与性能评价指标 (18:23)
. x5 o" ?+ @& L. m8 e; S0 i; E13-8 目标检测行业应用现状-人脸检测 (17:31)
) @0 W5 e7 U4 `; @" {3 X$ } [13-9 目标检测行业应用现状-ADAS (10:20)
% y8 V- j& p i. ~# |4 d9 m13-10 目标检测行业应用现状-文本检测 (09:05)4 M! E H& V1 W' M% i0 t
13-11 课程总结 (19:30)
. {+ \6 q% `* X# d' e/ Z+ J. }0 c
〖下载地址〗( [; J# J+ B, D: ]* Z
/ i# C! a; i7 O# w0 m" S) S〖升级为永久会员免金币下载全站资源〗7 e6 j& ~( R5 q3 `2 T$ P
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
, ~2 V; r0 P4 _# [5 z7 g9 E
|
[复制链接]
