) l! H0 G, r9 I% h V0 L( C* k6 c5 L" O8 ]
〖课程介绍〗
0 B* X. D& j; w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。6 K: H& D0 f. w* h! A
3 p/ f% ]4 d. ?4 {; N8 C& M7 \5 V〖课程目录〗, W; s8 s; U' U+ A! p; t4 V
第1章 课程介绍 试看
, y6 U$ u4 `0 W$ @) }1-1 课程导学 (22:58)试看
9 v0 b ^& i" B
7 d) d2 Y- q$ C5 L' V* T8 ?第2章 目标检测算法基础介绍
2 p! q( w+ q" H3 k* b6 K+ V2-1 目标检测问题定义 (12:10)3 I( y% e* U$ |9 \' O: k, y
2-2 目标检测问题方法 (15:11). r) [& M) o6 |; Q* l
2-3 传统目标检测方法基本流程 (05:33)# u. T* ^ X, A0 O) i; z
2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)& L* s; g; Q% v2 p$ D- Z# Y
2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)
, x/ u2 n; O6 b M! N( }" w9 K" d2-6 常见传统目标检测方法-DPM（物体检测） (06:34)" h; G1 ^# o, @: v
2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)
' h j; |: D7 |( b! q2-8 Two-stage基本介绍，流程与常见算法 (08:25)
! ~; `$ t! Q0 ?' j6 a2-9 Two-stage核心组件 (21:06)
$ l+ O1 B0 L* Q5 Z J2-10 One-stage基本介绍、流程与常见算法 (04:36)0 z. V9 N% v4 X7 w
2-11 One-stage核心组件 (18:52)' s* F, Q% X4 Z' ]) G0 ^! x
2-12 One-stage与Two-stage优缺点对比 (05:14)
) Q3 Y7 h/ n# J' F2-13 作业节
+ `/ U4 C6 I9 A3 N5 Z( r/ C
/ k, h2 W1 Z# E7 K6 Y, N第3章 SSD系列算法原理精讲 试看2 ~; } k' a0 k. 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0 G5 \1 ]4 m& x, v$ U% m
3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)( k% R# N$ o* c, b
3-3 DSSD、DSOD算法 (13:29); S I0 i0 k7 g" r Q
3-4 FSSD、RSSD算法 (09:29)
. T( D, z& l, z0 [3-5 思考题
5 [3 J/ Z0 w1 b
: ^. ]- B( O. z J2 U第4章 基于SSD的人脸检测项目实战 试看. w4 |% n/ U5 ` K
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)
* u! R! ?, }$ C& J8 c2 o( K4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)
9 r/ M2 v6 M4 l M- K- J; R. w4-3 Wider Face数据集介绍 (06:36). O( `; W! ?& l( S
4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29) d* _6 a) S* y8 w5 J
4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)
6 w5 i5 z; |, j. n" H- _% p4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)
( j; B6 w. Q. q' @: |( b0 a0 E4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)7 h# F0 V* n) g( O; u; x
4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)9 K, h1 e$ g: W; l' z z2 M. |- x6 l
4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)* l, V& J; v8 r2 Z& [
4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)1 C+ Q* N8 u! j- B6 r n ?! _
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 P) S' H: O" @3 c+ m- T
4-12 思考题1 Z; W& |6 U% J/ C* \0 j( b
$ H! d% f: R+ O$ k1 I9 d第5章 Faster RCNN系列算法原理精讲0 r; Y: J! A: O0 J9 {- W, T
5-1 Faseter-Rcnn系列介绍 (06:38)
" I/ i$ F+ s8 G3 J0 X( ~5-2 RCNN介绍 (14:19); t: f4 L: j6 _# @7 p* N3 H1 G
5-3 SPPNet介绍 (10:23)
8 I0 l9 f& ?( }5-4 Fast rcnn介绍 (21:02)' |: |4 q# S" d) r: g' {# g
5-5 HyperNet、RFCN介绍 (12:47)) R) G4 b J1 ]/ z; {4 K
5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)
2 N. k% h9 v0 p# M+ |) ?* h3 E6 f& d7 h5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)
3 U* m" @* P" C) n8 m5-8 思考题
# ~! R0 k V6 I9 \ Q. D9 C6 `
3 e J& l! i$ |" [3 g- @8 e& _" J第6章 基于Faster RCNN的ADAS场景目标检测项目实战
1 p/ n' P: H {$ b3 z6-1 ADAS业务场景介绍 (15:04)+ ~: a8 m* p4 o- W$ Q& s
6-2 Kitti数据集介绍、标注格式、下载等 (10:22)' o c5 \2 R. f
6-3 Kitti数据集类别提取编程实现 (14:13)
0 |) X6 L7 l$ ^$ v/ m) s6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)
' o q1 K x$ {$ } O- i6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51), }6 f! u. a- o
6-6 Faster RCNN目标检测环境搭建实操 (05:34)9 c6 J3 `2 @/ {- R
6-7 Faster RCNN目标检测框架介绍 (09:10)4 } h& S; w% B6 M
6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)! q+ u" S, [ \' h
6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
. D0 K7 G7 r: W6-10 Faster RCNN目标检测模型训练及其优化 (06:58)
/ T* ]4 b- J0 g" A5 c6 Z6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)
/ J1 [2 @* W9 T8 z: n6 \! j" `& X6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
/ t* f9 Z$ W, ^6-13 思考题8 \# h' r% }" ?7 s2 o
8 Q! H; L; W9 y8 ^- C0 h1 T0 U1 b
第7章 YOLO系列算法原理精讲0 h) ]; e4 p1 ~4 B
7-1 Yolov1算法 (21:28). V* _% B/ q4 T' R( J2 K$ v
7-2 Yolov2算法（1） (12:38)
- m# @6 u( [- H. o7-3 Yolov2算法（2） (11:42)- G, x# k8 r; l% C0 e
7-4 Yolo9000算法 (05:12)% s9 e B! x ~# d4 {
7-5 Yolov3算法 (10:44)$ I4 x6 a0 f2 S4 r3 \/ X
7-6 思考题
* F, T. w( z* O; I$ k2 O3 D. ?" ?) {/ C; P8 g+ Z: m
第8章 基于YOLOV3的通用物体检测项目实战- h5 @+ Q2 C5 n* x1 _0 ?* I7 j/ ~
8-1 物体检测业务场景综述 (17:53)
" m0 C' n O9 l8 j0 ^+ \8 M, q8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)- [; P4 n- D. Q/ q& a
8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)$ z) [: o H! Q/ R
8-4 DarkNet框架解读及相关配置说明 (18:06)4 K& K h9 c. X4 v) l5 Y* X
8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)% o/ g+ t G5 X! @8 w ~
8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)5 B" W0 J/ o6 [$ r {
8-7 思考题
$ [( ^$ B/ y: J( |8 ]/ K7 Q' d/ A; S2 m2 @. p1 r0 ~2 I
第9章 文本检测系列算法原理精讲9 S+ E- e* b5 {" [" r5 `* A; Z0 M
9-1 文本检测算法原理介绍 (12:50)3 k- c2 N* U8 M
9-2 CTPN模型 (10:38)8 l' }( ~2 C/ R8 n- L! W+ [
9-3 RRPN模型 (19:11)$ \: H N8 N1 D3 z& Y! |
9-4 FTSN模型 (11:41)# e% j0 Y( Y4 h/ G# `2 A
9-5 DMPNet模型 (15:56)
* ~) ~; W- i$ u$ {* K* N9-6 EAST模型 (09:17)
7 {8 W( S9 H+ @9-7 SegLink模型 (13:01)
+ |( G: ~. ~$ k+ j$ S/ ~8 Q- u8 }7 n( @9-8 PixelLink模型 (16:35). F5 M7 p" U' _0 `
9-9 Textboxes讲解 (18:41)
! s8 w j5 f6 U% w3 `* L9-10 Textboxes++模型介绍 (25:34)4 x. o+ _4 t. h6 Y; c4 E+ t5 T
9-11 文本检测常见数据集 (21:16)
. g D9 Z& ^( v* D' {, K9-12 其他检测模型方法介绍 (14:56)
1 A1 o; {: ?2 E/ H9-13 作业节: r* u$ ~$ D \, ^
{8 n6 [# y2 X' [) v7 }
第10章 基于EAST的自然场景文本检测项目实战( C7 m, o- O, o$ c; O
10-1 自然场景下文本检测业务场景综述 (15:26)
& z, h& U9 L/ M+ L* ]10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)
& b+ c; P0 Q0 Y; |/ o$ F10-3 EAST文本检测框架环境搭建 (09:03). M: i9 {7 i9 a- K V
10-4 EAST文本检测框架解读与训练实操 (16:23)
. i1 E) X( Q# L10-5 EAST文本检测模型测试脚本编程实例 (09:26): ~( g! w; ^( k% ?3 n
10-6 作业节2 s) t8 Q1 C. G4 ]: u! R
) z* E z- ~ B6 x4 e6 O# z( i
第11章 多任务网络原理介绍
E# c" D Z; p11-1 多任务网络业务场景综述 (07:49)! b5 E' w4 L4 F1 H/ A
11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)# J5 z# t' N$ C$ m
11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)8 b" F) t! |/ }; O& A4 P
11-4 思考题& y' U9 m7 y1 K6 d" e2 i. S6 P: `$ L
) s% x# M, |# _2 C2 x3 \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( N, h& y
12-1 MTCNN环境配置、框架解读、数据打包 (18:41)
! Q _$ T0 f7 a- M4 b# W: o T12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)
7 S) G R6 B, A6 }12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)1 v+ A6 E5 E- K9 y1 w3 F; g# j4 S y
12-4 MTCNN模型训练介绍 (03:33)
* s' I6 ]5 M2 n* o12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
# v; g8 }, _% X: m% Q0 W12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)
( K4 \$ u# U% x$ I4 D0 j# y12-7 思考题2 p! c3 A1 X& U2 H6 q5 l2 ?4 Q; n
7 e- Q v1 G7 U: ^2 K
第13章 课程总结! V5 f7 z! Q. l4 A; Y
13-1 one-stage vs two-stage (13:13)
: B2 ^' |& I" N$ w# j13-2 不同目标检测算法的优缺点对比 (12:52): \+ G. i* {' `9 h. J T7 a" ]
13-3 作业节
+ ] R: I+ \" K, h/ d13-4 不同目标检测算法的精度对比 (10:42)6 {9 c2 U4 E6 x
13-5 作业节, m5 r2 l* G, Z, h
13-6 常见目标检测研究对象与数据集 (10:37): G" D9 S4 |* l& m
13-7 目标检测常见任务与性能评价指标 (18:23)8 l, Y: M& k2 `! E% o* z
13-8 目标检测行业应用现状-人脸检测 (17:31)
$ M* h1 m3 V6 u+ P13-9 目标检测行业应用现状-ADAS (10:20)( ^( X9 d8 @& }
13-10 目标检测行业应用现状-文本检测 (09:05)
1 \# P1 A+ f& }' u4 |13-11 课程总结 (19:30)
- \6 ~3 u `0 v! ^- T) }9 \7 M& v8 I
# w3 d. o2 R0 K. \3 U4 y〖下载地址〗
- B; N9 W0 E% @+ i, h+ A$ Y; c7 z5 r6 S( G y5 C
〖升级为永久会员免金币下载全站资源〗
; e1 M( l) V6 u) g8 k4 Q$ 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
; m7 Y3 u) e/ W# K5 h7 ]
|
[复制链接]
