" W5 G/ e8 P4 O9 ]! @3 j4 M; {
3 l$ y& _. q1 R w w+ w4 s
〖课程介绍〗
& i9 C! r. j( X& d+ g u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( z) [3 L. e4 b7 o5 ?
, N2 t+ P9 J3 B6 p
〖课程目录〗* r! A3 P X3 B' z9 B
第1章 课程介绍 试看# o1 k$ E. W# B2 y
1-1 课程导学 (22:58)试看
& { \! m8 f! l0 A9 J" z, u8 g! X! G% ~9 ^
第2章 目标检测算法基础介绍
/ r* ]1 F' y/ f% b2-1 目标检测问题定义 (12:10)
8 v. k; |2 E' \. u( f2-2 目标检测问题方法 (15:11)% _! b; C+ z: K9 f9 f/ A; Y0 [( l
2-3 传统目标检测方法基本流程 (05:33)* B9 l- I0 m# e5 Q/ C, }
2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)
/ R9 a' D3 F7 |$ g. n: B7 r; l2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)
+ S2 X: C% r: R9 y. O2-6 常见传统目标检测方法-DPM（物体检测） (06:34)
( `* e2 \' n0 H( Z# [2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54) f5 w% _- O1 `% ^7 ?
2-8 Two-stage基本介绍，流程与常见算法 (08:25)
0 I0 c+ F- v/ O' z; m! C2 K `2-9 Two-stage核心组件 (21:06)- K4 [9 ], _$ V! j, f
2-10 One-stage基本介绍、流程与常见算法 (04:36)
1 K: c) q0 e9 N- @9 ?1 b2-11 One-stage核心组件 (18:52)
6 |+ H) c+ i3 P; @2-12 One-stage与Two-stage优缺点对比 (05:14)" N9 o: d: L7 G1 [ k
2-13 作业节) `* o5 p# @% A- V0 I: {* e$ c
6 s3 {$ k+ q- W. Q第3章 SSD系列算法原理精讲 试看& U! t% h7 a0 p% [7 C$ d7 V
3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看
* o! {8 j& n! r, |& e9 `3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)
" O* T4 t5 t" U ~. J3-3 DSSD、DSOD算法 (13:29)
! O. n+ z& ?+ b( Q0 q3-4 FSSD、RSSD算法 (09:29)" F& \# Z9 m$ e
3-5 思考题: p. ]6 ] V9 X) y0 S3 i
/ | Z8 c ~ b# ?第4章 基于SSD的人脸检测项目实战 试看
1 l- y5 R( H; @, S& N2 ?3 ~1 t4-1 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)
% j& ^5 {2 L* h& c4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)# u V( c9 z6 `9 F; Z% ^
4-3 Wider Face数据集介绍 (06:36)8 ~% ]" T4 I+ o: t
4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)0 L3 Y! @$ `/ g* r: J
4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)
1 z9 y% U6 Y5 P; K* S4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)
- n( v. l5 Y$ v; a. p& g4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
6 K0 Y6 d1 _. p; E, o& p, ]1 }4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)
8 a; D' ?, w; q' p% l# @1 ~! Y5 {4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)
' K2 ~, |8 K2 W/ H7 R* h4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)- _/ y% {* {* \& c
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
2 Y+ o+ [6 D0 _5 k; B6 u4-12 思考题' u3 n# z% s: a% ^) ?) y& P
7 ~( i: E9 Y1 o8 [& w- l A4 ?
第5章 Faster RCNN系列算法原理精讲% b7 @, C X5 Q, Q; U- w+ B, Z, |
5-1 Faseter-Rcnn系列介绍 (06:38)
2 }* k8 |* U/ \5-2 RCNN介绍 (14:19)
( S: h- D: D" _7 _: R5-3 SPPNet介绍 (10:23)
) j( a& C7 U9 Y$ x: c( V5-4 Fast rcnn介绍 (21:02)
; ^ Z0 ~$ V& @# b0 F5-5 HyperNet、RFCN介绍 (12:47)
% q: k4 O" a1 `( ~, u# u5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)7 L5 C' ~, a- Y" j- R
5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00) _- R( d% h1 S, F) j4 K. `7 l" t
5-8 思考题) v) e" |- @5 O6 W s/ w5 Q
3 _7 y* X3 X7 B5 C第6章 基于Faster RCNN的ADAS场景目标检测项目实战! H, p( G& l- S; Y6 \
6-1 ADAS业务场景介绍 (15:04)2 j& A; c, C% F$ V$ |
6-2 Kitti数据集介绍、标注格式、下载等 (10:22)
! x. M! b+ ]& L) j$ B6-3 Kitti数据集类别提取编程实现 (14:13)4 ^9 `% k# B8 _ j8 K, b
6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)
+ }2 y( I' p) z& K6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)8 }! e0 }; a9 | @9 d
6-6 Faster RCNN目标检测环境搭建实操 (05:34)( t; F$ P$ [# K) S8 h* G3 n9 v6 U
6-7 Faster RCNN目标检测框架介绍 (09:10)
( i/ D; K! @2 D6 u6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)7 O9 G4 I- e5 l1 M5 C
6-9 Faster RCNN目标检测框架配置修改实操 (14:47)9 r9 o' B" N: r; ?. t! W& K7 q
6-10 Faster RCNN目标检测模型训练及其优化 (06:58)
& m1 B: R. @2 u$ S) M7 B4 R6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)
: t! J Q3 p+ m6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
& n+ q4 g# C/ |# `4 L- N4 M6-13 思考题
& O* y6 T, E/ k/ c8 U
, y% w8 t" @6 ` g第7章 YOLO系列算法原理精讲2 A8 J* H/ n( q3 `0 d
7-1 Yolov1算法 (21:28)
7 B* M; O: O* e2 M, b7-2 Yolov2算法（1） (12:38): e' ]# Q/ K+ B. m
7-3 Yolov2算法（2） (11:42)0 T* \- j7 @5 {4 W2 s; D
7-4 Yolo9000算法 (05:12)/ b7 o; c+ [+ R9 B# O1 G
7-5 Yolov3算法 (10:44)3 |3 F" z9 N5 E
7-6 思考题
% i7 ^) j& L6 ?
0 o0 x5 e; E. \" F第8章 基于YOLOV3的通用物体检测项目实战5 u# q7 R& P+ e$ j
8-1 物体检测业务场景综述 (17:53)8 ]4 J; A4 z+ f B# h
8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)0 E- C+ U( W4 X
8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54): [& q2 y7 x- t% j/ d
8-4 DarkNet框架解读及相关配置说明 (18:06)
# l- S D, m" Z! B6 \) D8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)
+ E7 q3 x8 Q' `( I8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)" n5 a& v1 i+ r& j' m
8-7 思考题6 m& \% S% a/ }5 K# K+ _/ y
, h; C5 S; X; h5 r+ `6 L* e
第9章 文本检测系列算法原理精讲
, I' x# A+ j5 H4 _+ X* S% A( t9-1 文本检测算法原理介绍 (12:50)
4 _* C. @: ^% s X9-2 CTPN模型 (10:38)
1 Y8 |0 {$ L S. u/ }( b9-3 RRPN模型 (19:11)) r$ c1 N5 d( o3 r
9-4 FTSN模型 (11:41)
+ I# U. a9 ]3 g1 A% k) w4 G$ C0 d# d9-5 DMPNet模型 (15:56)$ x F- K; B# w! t7 i
9-6 EAST模型 (09:17)- X2 j/ j; N0 T: M
9-7 SegLink模型 (13:01)! P8 q$ Y; o. W, f0 E
9-8 PixelLink模型 (16:35)" q; a S1 ^& _3 z7 \8 K B+ Z
9-9 Textboxes讲解 (18:41)
1 b- v# R% x! a% B+ g8 I! }: g9-10 Textboxes++模型介绍 (25:34)8 ^* c, G* q t! l( `% k
9-11 文本检测常见数据集 (21:16)
* p# ]- e8 C R( Z! C# Z9-12 其他检测模型方法介绍 (14:56)% E& l" [- s M+ o
9-13 作业节
7 `: k1 X) Z: @* g
: q% H+ v( t/ ]% [+ K8 E第10章 基于EAST的自然场景文本检测项目实战6 s; y8 z9 O& V" B9 M
10-1 自然场景下文本检测业务场景综述 (15:26)
* O' w) G9 Q" m* V/ _10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)/ C" T* o5 g1 X) R0 E# K& S K" S
10-3 EAST文本检测框架环境搭建 (09:03)
9 g& h7 O+ k' `. o8 K: w1 n10-4 EAST文本检测框架解读与训练实操 (16:23)
( N/ w, _3 h9 C W D5 V9 |10-5 EAST文本检测模型测试脚本编程实例 (09:26)
8 y9 f1 S) s' f4 J6 ]3 P10-6 作业节
* t9 E5 _; v. t- `" i6 o9 }# g1 i6 f0 q* a7 A
第11章 多任务网络原理介绍6 U6 w0 x* N1 k& _2 F# t7 d* }
11-1 多任务网络业务场景综述 (07:49)( y6 u6 f1 {+ Q e2 |% {$ |! P
11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)
/ ]9 L, g; I3 e+ n. c11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)
. ^$ w% q, B! f& u, c0 q: r% u( \11-4 思考题
# r, u. ^1 q6 W1 @+ W6 Y" K1 L
* f* s: l& Q6 e第12章 基于人脸检测+关键点定位的多任务网络项目实战/ p% f1 N) b3 }0 y0 x3 e
12-1 MTCNN环境配置、框架解读、数据打包 (18:41)' _/ ?( s8 y* j! Y( t
12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)
* E6 N( z) Y5 r12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)
6 I$ v- p& E" z9 z! W" R12-4 MTCNN模型训练介绍 (03:33)
, B a4 [; @1 G D, E& z3 I9 |12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
+ X* Z9 f" H! b9 r12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)" E. b1 S- R4 `4 B* y. M V
12-7 思考题% t' X- m" t# V% ?& T$ y
. z6 B7 ~- r2 w8 F o7 B' `7 l6 I4 j/ W第13章 课程总结5 B2 X( R0 G+ v2 ^) ]
13-1 one-stage vs two-stage (13:13) Y) B$ X" l7 |5 \5 i0 V
13-2 不同目标检测算法的优缺点对比 (12:52)( p. s1 Q) m( W
13-3 作业节
5 R3 H( N* z( v3 v4 g13-4 不同目标检测算法的精度对比 (10:42)3 v/ m8 U: e( |! _: P. e& ~! O3 v
13-5 作业节1 U9 \; K) d7 z6 Q
13-6 常见目标检测研究对象与数据集 (10:37). O. W. ~9 N( h9 a9 F+ Z' D1 Z
13-7 目标检测常见任务与性能评价指标 (18:23)+ y, t# u. [- R4 Y# D- H# J. g9 e
13-8 目标检测行业应用现状-人脸检测 (17:31)$ v7 A/ z/ |% a6 ]" [
13-9 目标检测行业应用现状-ADAS (10:20)& R3 F3 T0 K" r
13-10 目标检测行业应用现状-文本检测 (09:05)6 B0 L2 {0 t. F- n: p( ?
13-11 课程总结 (19:30)
" G! d$ _7 V' Y l6 `
, T# B! q: F/ }2 i- N( Z% {〖下载地址〗/ G( p; R- C1 M) {. p6 g7 g
- f9 } y! _: U5 n4 X0 G〖升级为永久会员免金币下载全站资源〗/ \" b1 v2 v$ T* B5 w# T
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
% F6 K( E) r+ C |
[复制链接]
