; _7 |3 E8 W! R2 C* h
4 c8 u$ O7 h. m+ F# K H& d
〖课程介绍〗( H! z: v0 ?& H1 D+ q9 j: p
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。. T3 Q5 ?- ^: g
6 v9 f) z K3 } S% u9 g o〖课程目录〗
: T# H [# H( N; ~! } X第1章 课程介绍 试看' H4 \6 p1 @4 Z8 j8 s- M$ l% o
1-1 课程导学 (22:58)试看0 l8 Y5 j' S( d+ N; T' Z
. L' s" ] e0 x2 A# m( q4 r$ u第2章 目标检测算法基础介绍! X! U- @0 ~0 g1 y4 @0 O
2-1 目标检测问题定义 (12:10)
% a8 X, s) Q) y- z! h2-2 目标检测问题方法 (15:11)
( \) q& B5 L0 i2-3 传统目标检测方法基本流程 (05:33)
9 r. w) l# R- a+ H/ k/ l* L1 \2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)% h3 h+ T1 s6 M: L G. m* u5 f
2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21), G5 m3 Q/ M7 S. A& u+ [
2-6 常见传统目标检测方法-DPM（物体检测） (06:34)/ f% W: x: V2 d$ x3 s$ x; n# r
2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)* t3 Z1 q, W( A2 Y" N: h
2-8 Two-stage基本介绍，流程与常见算法 (08:25)
7 D# r* W" B" j2-9 Two-stage核心组件 (21:06)! M: r9 v6 q! d% C# j
2-10 One-stage基本介绍、流程与常见算法 (04:36)& N& L; ~ Y+ Z6 \& C
2-11 One-stage核心组件 (18:52)
9 R7 S/ ~6 e o( Q! t2-12 One-stage与Two-stage优缺点对比 (05:14) P6 u$ g6 s* m3 N
2-13 作业节
8 @5 O( M4 c2 q1 a+ I/ Q- E0 Z, Z/ d3 c+ [8 ]! Z
第3章 SSD系列算法原理精讲 试看% j( u7 V0 R3 R
3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看
1 [; i1 a) o' b$ x; D1 h, q2 a3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)
& o' {; s: H$ V2 E2 V0 f- `% S0 }1 M9 m. U3-3 DSSD、DSOD算法 (13:29)
( t1 J8 @" D/ E& v; k3 ?# G3-4 FSSD、RSSD算法 (09:29)) p- ^' `! q$ W/ l* p
3-5 思考题
% i% M% Z3 Q* h& H6 R+ E
7 a" _# w2 p3 q9 F5 j第4章 基于SSD的人脸检测项目实战 试看
* h6 ~: ?% o% Z# B4 _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)
2 x2 M# y2 s% V6 z1 j8 }4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)
9 @& o; g% k: C% W4 D( S9 k4-3 Wider Face数据集介绍 (06:36)
: s0 p2 f6 {. q' l4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)
: n* {; ]! _2 K. X# N4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)
9 b! z& r( D& Y5 x! L4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)" o3 O! z" n9 x3 F, A
4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
+ z* K( }( z$ K6 N4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)
* X8 F# @. ]8 j7 h2 @7 a4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)
- D% R1 O" h5 \1 t5 e: \4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)
6 `$ S2 S3 e4 d& J4-11 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- @. y. g5 U8 [" I1 E
4-12 思考题 }) R* Y# F; `
- c2 k3 e3 z, \9 ]- ^第5章 Faster RCNN系列算法原理精讲2 ^" W2 C8 Q6 _ b8 L
5-1 Faseter-Rcnn系列介绍 (06:38)- j# O% T" Q7 m9 N/ v( S" |
5-2 RCNN介绍 (14:19)
* a( O# b! K( v# ?$ T9 g5 n5-3 SPPNet介绍 (10:23), m0 o8 T7 \2 T u( y) [
5-4 Fast rcnn介绍 (21:02)
0 F6 S+ ~ f1 R5 z5-5 HyperNet、RFCN介绍 (12:47)
& }5 m+ ?7 J2 d' J5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)( B, Z3 J. B5 \7 n) u
5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)4 B: t) X! @ ^3 ~$ M
5-8 思考题! C }1 B) U; i& L2 I9 H
9 }9 |4 A- r% ]7 Q
第6章 基于Faster RCNN的ADAS场景目标检测项目实战
0 H8 `1 R0 y% E+ k& C; }) E6-1 ADAS业务场景介绍 (15:04)
& M1 A5 l+ X+ u- c6-2 Kitti数据集介绍、标注格式、下载等 (10:22)
2 c8 t+ V8 T- M( `6-3 Kitti数据集类别提取编程实现 (14:13); E. ~/ n, P% |3 g" c
6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)
|- E. u1 o3 ?$ t4 Q# J* \' K6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)
/ [& g/ ?* c6 O% V! t1 E$ V6-6 Faster RCNN目标检测环境搭建实操 (05:34)' \; I! w: h7 G4 ]8 @. u+ g
6-7 Faster RCNN目标检测框架介绍 (09:10)" `/ ^- C9 q" y( X
6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)
8 X: H* b, [" b6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
# s% i% V+ _; ^3 l! w6-10 Faster RCNN目标检测模型训练及其优化 (06:58)3 |! ^! B& H) V6 D8 y" y
6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)
) h1 X/ r# }* T$ t1 `; L- t _0 V6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)- k9 {& h" t& f! D
6-13 思考题
7 `! C' p9 Q8 q# Z) v9 w- B: J# l9 D0 V" ?1 y
第7章 YOLO系列算法原理精讲5 S6 c% P: E, K+ [( z
7-1 Yolov1算法 (21:28)8 e: Z$ Q0 @! R }2 V8 [
7-2 Yolov2算法（1） (12:38)2 ]! `( ^/ s6 Z. @: i5 p* ]! L/ \+ D
7-3 Yolov2算法（2） (11:42)/ F8 k1 V; O& h& C6 H* C6 y
7-4 Yolo9000算法 (05:12)
: a# c. L. _6 g& t7-5 Yolov3算法 (10:44)
4 x' r/ D+ b8 U' V9 g7-6 思考题
$ w' R: ^: X4 D3 U: P% R# y8 W3 f
: X! I" C. { u- @* S- X第8章 基于YOLOV3的通用物体检测项目实战
1 ]* y* r0 p5 L s6 `; R% Z8-1 物体检测业务场景综述 (17:53)
! d1 h1 v7 i) c) M( _* a8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)
) F& [6 j& M( e4 [8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)0 t4 \1 |$ d+ q# J
8-4 DarkNet框架解读及相关配置说明 (18:06)
9 E; W( N- f b6 L8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)( u, `7 V: A; {, [ y
8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)6 k* z8 a% H) Z) z8 \! X2 k: F, D8 |
8-7 思考题
9 [) u* X4 \ F8 o) _/ w# q h6 F% ]* B, ]
第9章 文本检测系列算法原理精讲
: _+ S7 C8 U/ y* G" c! G9-1 文本检测算法原理介绍 (12:50)
5 a, Z X1 k9 X( n2 i- P: m9-2 CTPN模型 (10:38): D, A. q& @. e& `* m
9-3 RRPN模型 (19:11)
) x! y' k0 E9 t' Y) R9-4 FTSN模型 (11:41)
4 a5 S/ Y* y0 N4 R/ s9-5 DMPNet模型 (15:56)
6 A' M. L) x/ z0 w H) t6 z& h9-6 EAST模型 (09:17)9 T+ j4 _; i/ F
9-7 SegLink模型 (13:01)" M% k! f/ K* a8 z/ A- p
9-8 PixelLink模型 (16:35)
' x4 \4 ^9 N, ?& [- ^5 y! t; J9-9 Textboxes讲解 (18:41)7 X Q. R U# |( E" R- ]/ k
9-10 Textboxes++模型介绍 (25:34)
+ O. w2 S/ v0 m9-11 文本检测常见数据集 (21:16)
2 F7 G8 ?5 U) n1 E. x+ S9-12 其他检测模型方法介绍 (14:56)
8 k* L1 J: x8 l: @$ L9-13 作业节. |8 w9 H; t" J3 N$ \
9 g# Z% r A; J7 A% ]
第10章 基于EAST的自然场景文本检测项目实战
& o* b6 ^* A: Z0 _6 h" a( o( o2 ~10-1 自然场景下文本检测业务场景综述 (15:26)
- d: ]" {6 F# F9 H% B. W: s- F @10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)
3 {4 B$ M( i- Y10-3 EAST文本检测框架环境搭建 (09:03)" b+ Q4 X. `6 R
10-4 EAST文本检测框架解读与训练实操 (16:23)
/ U' H% Q7 j9 d+ y+ A10-5 EAST文本检测模型测试脚本编程实例 (09:26)
. _! V- R; x& t2 G1 o# s10-6 作业节5 _+ g3 {' `5 s: d2 R/ i4 S6 n7 @
0 p( ?# A J9 r- ~6 f( u
第11章 多任务网络原理介绍
9 N& @6 k# d( f11-1 多任务网络业务场景综述 (07:49)
9 j/ x5 r7 _% l" }11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)
# t, @& C; X6 s11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)! H: u+ C7 o4 K6 L) k
11-4 思考题8 S0 u* p( E1 k% @( v4 a
$ ~; K3 w, w$ \ n/ J8 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
0 J1 x5 ]8 {4 z/ j$ e9 \+ K12-1 MTCNN环境配置、框架解读、数据打包 (18:41)! f& r' }9 R0 s3 U4 D# L
12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)
' ~: v+ m) L! n" e( a m12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)
6 J& c, f* r+ \0 U! u% ?$ _) X12-4 MTCNN模型训练介绍 (03:33)
& c$ D9 S. ]& |: J12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
7 J( B5 g- a5 o0 n& n12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)
$ O& o3 p' h6 V/ R12-7 思考题
6 }1 @# C% m% _0 g" D I0 r
. {- a; E( g" ?% |5 G第13章 课程总结* N0 q! t0 s. K" o3 t# ~. f
13-1 one-stage vs two-stage (13:13)2 E" b* ~: ]3 B$ C$ b9 N
13-2 不同目标检测算法的优缺点对比 (12:52)5 L& H% h* g4 S: B% `/ L8 A
13-3 作业节
$ O# L/ z& B" X13-4 不同目标检测算法的精度对比 (10:42)( j; q' v- c! z4 e
13-5 作业节
! Q+ ^; f0 C/ ~ |& L3 V& u13-6 常见目标检测研究对象与数据集 (10:37)
! \; d1 f: H' g2 b) O0 T8 l1 g13-7 目标检测常见任务与性能评价指标 (18:23)
+ |% u+ k" L. n' h& e; ^13-8 目标检测行业应用现状-人脸检测 (17:31)
, \: i- z. R% u1 ~13-9 目标检测行业应用现状-ADAS (10:20)9 q6 W% P+ E2 s+ O9 P- e! {( ^
13-10 目标检测行业应用现状-文本检测 (09:05)# ^) L) o. W8 ?8 ^* x0 N
13-11 课程总结 (19:30)
" Y2 t6 p4 O% {2 Q, k* x; l. L- S# @1 X" ~: O% p" a
〖下载地址〗
! H3 v+ H9 ~9 _+ y+ I) U) N8 F
; e5 ~1 p1 R4 X. z( [) J m〖升级为永久会员免金币下载全站资源〗
3 T( b) ]3 F+ N5 o( |, P, _- N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
+ L" }, J4 j4 }2 f ^5 A0 E |
[复制链接]
