+ H/ y; T, @6 E: E+ L
) z: m r( m/ S% j2 ^6 q
〖课程介绍〗
1 w$ w2 L+ l7 b* n/ 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。. y) U8 s; X9 x$ G. Z
0 x3 p3 P5 S7 @2 w: @〖课程目录〗 m; h$ K3 i# s7 Y+ b
第1章 课程介绍 试看
% M5 y1 ^. }& x+ v5 ^1-1 课程导学 (22:58)试看
# E1 w! l1 K5 s$ Y+ U, X* \
( }" j' {- U3 U5 g* s! q第2章 目标检测算法基础介绍
" q$ c1 r" U- ]2-1 目标检测问题定义 (12:10)
( k4 F3 f/ ^. ?7 A; A$ M8 \' p2-2 目标检测问题方法 (15:11), D9 g: ]% J3 V K% R9 p0 k, U2 @
2-3 传统目标检测方法基本流程 (05:33)% a* M0 h4 a" X' U, h/ q
2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)6 w+ H( t8 l" {" r" I, d
2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)* i- S9 m0 Z" d( [% ~7 I* k2 @
2-6 常见传统目标检测方法-DPM（物体检测） (06:34)
4 v4 \4 u# |# P" v2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)8 H, e# r2 G& e( K5 }. S. C8 t
2-8 Two-stage基本介绍，流程与常见算法 (08:25)4 L, {. s4 c! X
2-9 Two-stage核心组件 (21:06)9 X, k* q- t6 _5 j8 ~
2-10 One-stage基本介绍、流程与常见算法 (04:36)7 g' a B6 A# o+ c9 c7 ]
2-11 One-stage核心组件 (18:52)
( S2 @7 t4 u7 [, i2-12 One-stage与Two-stage优缺点对比 (05:14)
# l% q& X4 i$ [+ V/ Z2-13 作业节
9 I* C/ @! l: [" I- ? J- P0 M
/ _1 H5 B% j/ {8 A+ _' L第3章 SSD系列算法原理精讲 试看2 z( p5 L1 H5 o# 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
( V9 C# L; J+ j. V) c2 R3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)+ v: k/ g" s4 o# F7 e5 v8 o
3-3 DSSD、DSOD算法 (13:29)
4 u, _" D8 w7 T- C( }5 q3-4 FSSD、RSSD算法 (09:29)# f4 N! I6 @ p& @" P4 R6 l
3-5 思考题
% S3 B# p4 [9 w! M6 r; O6 G) W: R! d+ B' p- P7 B R
第4章 基于SSD的人脸检测项目实战 试看
: Y" P- ?3 `- o- u5 U. n4-1 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): d0 F/ e$ C* }9 `6 m
4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)" y3 u8 c* v+ [5 T1 L# E& M
4-3 Wider Face数据集介绍 (06:36)
/ G% F/ ~( G' t1 D- Y4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)
9 @! L e1 H# C5 v! K& W4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)# o" d( t% A, L- i% H) y, v' J" M6 v
4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)
; m) X7 j$ ^& r9 R4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
0 ?$ e( Q5 {2 Y& X! {0 c" o4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)
& D0 Z' n# p8 w8 I5 U0 k9 ]4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)
! Y K4 m' i- d0 @4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)3 u0 a. j) T, O5 T* U
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
& y$ g8 T* K2 J8 a6 h% [. Q8 N9 A4-12 思考题
: u0 t0 d$ j J, v" g0 s5 T) T! x% Q
第5章 Faster RCNN系列算法原理精讲
^4 d) p5 ]) E/ }5-1 Faseter-Rcnn系列介绍 (06:38)
; ~9 y0 `$ }/ Z5-2 RCNN介绍 (14:19)2 F3 z0 B& ~6 T- V8 D2 d' k
5-3 SPPNet介绍 (10:23)
2 M V$ K: m+ ~+ J, ^5-4 Fast rcnn介绍 (21:02)
8 K* T3 L5 [7 t5 @2 n+ s2 X( P( M5-5 HyperNet、RFCN介绍 (12:47)8 ?) S0 B. L5 _% G# w' a
5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)& [ ?" X! C9 |
5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)
; }, Q7 \1 @ i# s5-8 思考题
" {4 s3 n' p; z7 a: J' w# f# w2 y' M! `* U5 O k! b
第6章 基于Faster RCNN的ADAS场景目标检测项目实战, ^! H8 l F/ T, k. B
6-1 ADAS业务场景介绍 (15:04)
4 Z& { z" ^, l) ~& h' Z4 \6-2 Kitti数据集介绍、标注格式、下载等 (10:22)
" k: o/ @- ]- y* Z0 h. `2 u6-3 Kitti数据集类别提取编程实现 (14:13), P9 ^/ z( l9 {+ a0 I0 x8 L
6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)% j; Y) o" l3 g9 T! R6 y9 z/ K
6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)
# i0 V# Y# {8 v9 {4 b6-6 Faster RCNN目标检测环境搭建实操 (05:34)
$ B; l$ u% g2 w& B, G" { I% t6-7 Faster RCNN目标检测框架介绍 (09:10)
) a8 \5 z1 z" f* [$ j6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)" t H: T* G8 Q+ S: X6 i4 n
6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
0 ^- M) j+ U% @( p. }+ i' x6-10 Faster RCNN目标检测模型训练及其优化 (06:58)# p5 i* w/ g2 N
6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)* h: A6 R' E9 x: X* N0 u4 i9 E
6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)- d, R/ C) ]) q; V3 `/ r
6-13 思考题+ t7 N" I# l6 Z' T) j3 O& k# `
% M' `% x# c Q9 L4 i1 l第7章 YOLO系列算法原理精讲& n& Q' x" Y/ u, B
7-1 Yolov1算法 (21:28)
/ c5 W& m# Y, E( P7 P$ L) @7-2 Yolov2算法（1） (12:38)- h2 Y7 T. n% D9 J( ~, F0 M7 T% F: _
7-3 Yolov2算法（2） (11:42)& H+ h/ i- P2 ~/ m8 G8 I
7-4 Yolo9000算法 (05:12)
! W0 b ^. U' f, c+ d7 N* c7-5 Yolov3算法 (10:44)
. C- @5 f% Y; v1 q7 ?0 c* R+ y) B7-6 思考题
+ w h6 s# X$ B9 a! h4 h- ` E7 r! v5 w. \/ t
第8章 基于YOLOV3的通用物体检测项目实战- B' m# K+ W, }/ m
8-1 物体检测业务场景综述 (17:53)- ^% u5 N2 s$ W; j
8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)
; l+ G7 p y7 x; q4 A5 D8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)* L5 P1 g) x. T& _
8-4 DarkNet框架解读及相关配置说明 (18:06)
- n( o5 M7 P7 W" O" z8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)
# h; ]% r' z" a% a, E) n$ K6 j8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)
7 e/ j9 G0 ?. w2 S% x2 M8-7 思考题
* K1 F( O. M- F% [9 J- X
. G2 I' ~( P/ m第9章 文本检测系列算法原理精讲1 h+ F1 W5 M& x2 f" A4 S( e
9-1 文本检测算法原理介绍 (12:50)
) s7 C7 S6 K: l$ W9-2 CTPN模型 (10:38)
; G; M+ ^, A3 f1 @7 c% e1 T8 j9-3 RRPN模型 (19:11); g2 p7 b+ {, u
9-4 FTSN模型 (11:41)5 Z: v- O, V& w8 d; ^
9-5 DMPNet模型 (15:56)+ w* s! j3 k9 q1 I
9-6 EAST模型 (09:17)/ t! [& _, Z1 B
9-7 SegLink模型 (13:01)
% U$ D. i8 ^; d. ?& Y" G2 \4 w9-8 PixelLink模型 (16:35)& M& Z4 u% ]. C: J) ?# ?2 C
9-9 Textboxes讲解 (18:41)
4 N3 d& u. |, ^7 x6 }" O- v9-10 Textboxes++模型介绍 (25:34)
" e& `$ s" m" ?9 `) d( ~- l0 q9-11 文本检测常见数据集 (21:16): T& B' w# ]* H( b+ u: k! k
9-12 其他检测模型方法介绍 (14:56)* ~- z l+ i: d7 ~* g' ?
9-13 作业节
! F2 i# y7 K' D) T) [; h! u
O5 W2 K! V$ |4 U2 B第10章 基于EAST的自然场景文本检测项目实战
, E/ g$ H5 p+ R7 V6 R10-1 自然场景下文本检测业务场景综述 (15:26)5 D' A' T; D1 k1 V
10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)0 F3 V1 _+ R. ^! D; Q7 A
10-3 EAST文本检测框架环境搭建 (09:03)
$ l- F1 e* {1 Q; i7 b. f; o. p10-4 EAST文本检测框架解读与训练实操 (16:23)
/ i, M* @" @/ M3 }1 O9 m10-5 EAST文本检测模型测试脚本编程实例 (09:26)9 Y# x9 u- R& |; ^- R/ Z$ M
10-6 作业节
2 P' g) h" ?7 c& Y4 K
7 L' ]* A5 F2 @7 a. e6 [5 C& F- J第11章 多任务网络原理介绍
1 M; H7 D# a0 _0 z/ `11-1 多任务网络业务场景综述 (07:49)
1 C% n/ E1 b. X0 w0 R( k- j11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)/ r, {5 s2 n+ L' k$ W
11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)5 { B9 k- l( W6 \2 }
11-4 思考题
" D* E2 _7 D$ v* N/ u% @% {- q$ v
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 M& \. R+ S- z* g$ w% |/ E3 V/ s12-1 MTCNN环境配置、框架解读、数据打包 (18:41)5 G1 e! T, D1 S+ z
12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57), i1 k9 m% W, h1 q2 n, u+ R
12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)
1 j: L4 N; s/ M12-4 MTCNN模型训练介绍 (03:33)* k0 M' P/ X8 ^/ m$ B, c
12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50): u( B/ A5 G% u9 ~4 ~0 g: Y3 n: j
12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)
/ y# F% V2 S _4 z12-7 思考题( A! \' Z5 Z8 O0 u7 H. i
7 u: [8 s4 V V6 g
第13章 课程总结# A0 k, h- C' w
13-1 one-stage vs two-stage (13:13)" O% y2 X1 J8 w
13-2 不同目标检测算法的优缺点对比 (12:52)
+ J- d! e6 M/ E+ {0 }$ t* T13-3 作业节
3 I4 @6 C6 K! i, E8 g/ d+ q13-4 不同目标检测算法的精度对比 (10:42)' W1 G/ K0 f2 q7 c7 K
13-5 作业节
. `! F& v$ S$ T5 F7 Y% r3 a. d13-6 常见目标检测研究对象与数据集 (10:37)8 |5 d9 h6 `2 n. n" ^! H
13-7 目标检测常见任务与性能评价指标 (18:23)
J6 x4 a5 c) j5 Y# s13-8 目标检测行业应用现状-人脸检测 (17:31)
/ l' Z6 ^6 H! V13-9 目标检测行业应用现状-ADAS (10:20)
" q% x) K+ }2 _* p* u+ u2 X13-10 目标检测行业应用现状-文本检测 (09:05); |3 n1 F3 q# t) I
13-11 课程总结 (19:30)
' _% c1 h7 a3 E' _+ m# V( h' P$ L: s6 a
〖下载地址〗% u$ L$ o( J+ _6 z
' s: b3 }) H8 P7 M〖升级为永久会员免金币下载全站资源〗6 l' V+ D4 {8 g9 N( y9 Q Q
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
* q8 h4 J9 P' Z# o4 T: {' D# L
|
[复制链接]
