1 ~ t8 d# h5 t- d% B
$ p4 u' |7 x* n) V( f8 d$ W〖课程介绍〗/ @9 @& Q9 J" ? m: N( i
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。; g: O2 j7 T& c; V5 t
; |+ E% M$ p7 p4 B# F9 b
〖课程目录〗1 K8 ]9 q( S6 t; m {: e
第1章 课程介绍 试看
M; A1 s9 U) D( A1-1 课程导学 (22:58)试看
2 i1 [' @9 x0 g3 P/ [. z
, R' ]" E1 M1 a# D+ ?第2章 目标检测算法基础介绍- C1 E1 w: Y6 R; H- m- ]9 A+ C9 b
2-1 目标检测问题定义 (12:10)1 U8 A( o* v3 D
2-2 目标检测问题方法 (15:11)
" o, t5 g7 e3 A1 a2-3 传统目标检测方法基本流程 (05:33)9 w; s4 j4 e# \& f; F
2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)
. Z u* H* C) m3 s2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)
; `+ B% a) d5 e2-6 常见传统目标检测方法-DPM（物体检测） (06:34). V/ i7 t3 q# A# \0 p6 O" o
2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)
/ _9 n. i2 a; W$ [# F9 l' f2-8 Two-stage基本介绍，流程与常见算法 (08:25)
g/ A H, F# W7 o3 j, [: R, p2-9 Two-stage核心组件 (21:06)9 p; `$ F9 h) L
2-10 One-stage基本介绍、流程与常见算法 (04:36)
# z. l: Y$ u" Z2-11 One-stage核心组件 (18:52)0 e. _+ `0 J; `$ l
2-12 One-stage与Two-stage优缺点对比 (05:14)3 E: G$ r: a3 h- m: x
2-13 作业节
/ l4 U! @' h+ G0 h3 l8 s( ^4 e
8 J: b: z, b f1 ]+ J/ y第3章 SSD系列算法原理精讲 试看
6 r2 j" ^2 |* e* y1 Z; J3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看
- V/ F! \7 { {3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)
/ d8 t/ T- A) j% Z' L% m$ L3-3 DSSD、DSOD算法 (13:29)
8 B4 I' R% v% x3-4 FSSD、RSSD算法 (09:29)$ U7 d }$ q( ]- E' ~& F* p. h
3-5 思考题( ~7 E" J. g/ B" I# m
$ ?2 m: L, s$ F7 ]" y7 c/ e第4章 基于SSD的人脸检测项目实战 试看
: R: {1 P( ?- _0 y2 j; l; u2 Z0 O$ P4-1 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 Y( d- u; Z3 L6 _6 ~4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)' p8 f4 U2 }" |5 B6 }
4-3 Wider Face数据集介绍 (06:36)
% \! ]- a7 _+ m' J9 y5 W4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)
4 ?" t7 N2 J) ]3 b7 _/ s4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)
- c& V, t7 X: f5 x4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)
/ P* b! Y4 w9 M8 ?& v6 q$ ]4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
9 a' y _0 y, V8 h( e4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)
" m3 w3 E! T. D2 K' @: I# t4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)
% q' ]- i0 v9 L6 M9 b5 l4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31); ^- q- M p) m4 r
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
5 a, ?8 o+ ^% g7 [# H$ q4-12 思考题
4 s% }% J! A! i. ^& T" ?& U1 J
; _, d% B/ {9 B, ?) }: y第5章 Faster RCNN系列算法原理精讲
3 e" f7 U9 p+ ^( O. O7 c1 ~5-1 Faseter-Rcnn系列介绍 (06:38)- q9 B- k) i3 i& O% I2 M( p
5-2 RCNN介绍 (14:19)0 U# e1 S- G$ u' L
5-3 SPPNet介绍 (10:23)/ U; r- G( D2 ~4 T3 T( s
5-4 Fast rcnn介绍 (21:02)
& ^, n4 f6 h" e; @3 s9 ~5-5 HyperNet、RFCN介绍 (12:47)9 M3 `( c" ?; M' p# p% c) w
5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)
- {# v' c& L9 i4 M( n5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)
) E7 N5 i$ ]1 m5 w$ Z& f4 a5-8 思考题, `+ q5 c1 s( o( x
N: }3 X! h: D" T1 `7 V4 N第6章 基于Faster RCNN的ADAS场景目标检测项目实战$ E- W o+ Z. k* m- Z
6-1 ADAS业务场景介绍 (15:04)
; I* ?: b- d: U6-2 Kitti数据集介绍、标注格式、下载等 (10:22)
% W7 \9 [; Y) o' F6-3 Kitti数据集类别提取编程实现 (14:13)
( H. q) y4 [: h8 \' A) D6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)
2 B0 a6 P. T: u0 B e/ J# d- C9 }6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)
2 \+ Y/ z2 b5 c( E b- z/ X6-6 Faster RCNN目标检测环境搭建实操 (05:34)/ q3 T' i. o! f8 k
6-7 Faster RCNN目标检测框架介绍 (09:10), D2 U; }9 i+ m* J0 a- H3 Q
6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)
$ F) P3 q( L# @7 E1 f* p' p$ X# Z6-9 Faster RCNN目标检测框架配置修改实操 (14:47)8 d4 {( j8 ^6 G S9 f- M2 K5 [
6-10 Faster RCNN目标检测模型训练及其优化 (06:58)% ~' s; k: O# k- b, |7 S+ b' g
6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)
( w" R2 c. k7 W5 Z A6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
8 i3 d7 I: y- F, N# u% I! w3 x- A6-13 思考题
/ J* z$ r2 o5 a u' h3 l9 ]5 P+ {+ z+ [8 Q
第7章 YOLO系列算法原理精讲7 H! x: ^ q6 q' Q3 c
7-1 Yolov1算法 (21:28)" Z, o5 b0 B( Z: ~. u7 L
7-2 Yolov2算法（1） (12:38)
" p: Q: C# V7 @7 j' _4 e- v7-3 Yolov2算法（2） (11:42)
4 M# f; b; J& Z7-4 Yolo9000算法 (05:12)
1 p' g5 {& M( `3 I7-5 Yolov3算法 (10:44); r3 J1 w1 A: `5 V9 i/ L! P
7-6 思考题
9 I% e5 [$ N5 U }; ^3 O
5 y* u' z( f2 }3 I, m8 ?! {+ T第8章 基于YOLOV3的通用物体检测项目实战 y6 U8 K' M k3 b. y! q
8-1 物体检测业务场景综述 (17:53)9 L" v- N6 U. J3 r
8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)
8 j( A& K3 D# B8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)
9 E) r* l( d2 s/ s% }* y* m8-4 DarkNet框架解读及相关配置说明 (18:06)6 N- y5 O, q# C0 c' h
8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)
7 `5 p" y4 m# c, L2 S- x8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)
, Y/ E( `/ z; l- b8-7 思考题
) ]" r% X& d7 B) q% A: d
3 {; H! n0 J0 a3 r V第9章 文本检测系列算法原理精讲6 N/ V$ Y+ \9 ~8 b
9-1 文本检测算法原理介绍 (12:50)
R' r( u0 j! ~1 \8 W6 o3 `( K9-2 CTPN模型 (10:38)3 _; d& S; j! v" I0 V/ l
9-3 RRPN模型 (19:11)
' x0 ?4 N2 S/ s3 h% z9-4 FTSN模型 (11:41)
) D, f# T9 K) ?' j1 B9-5 DMPNet模型 (15:56)
4 D3 L( c+ i3 O) @! q9-6 EAST模型 (09:17)5 v6 U+ ]$ X z7 a% R3 S
9-7 SegLink模型 (13:01)
! P: S$ P3 p7 b; k$ n/ [+ h9-8 PixelLink模型 (16:35)
/ Y8 H4 @( z4 _9-9 Textboxes讲解 (18:41)' D" S) B& h; Z% G) U3 g
9-10 Textboxes++模型介绍 (25:34)
9 y' }9 a l% @- A9-11 文本检测常见数据集 (21:16)6 c2 p* ^% o C9 g( Q5 L# |
9-12 其他检测模型方法介绍 (14:56)
( F2 {" {( o" s" P# J9-13 作业节
! N( U4 g5 g/ d" a2 p
1 U$ J W; V& Z6 z {; R; e: N第10章 基于EAST的自然场景文本检测项目实战3 ^2 e0 }9 r% l7 a
10-1 自然场景下文本检测业务场景综述 (15:26)
* F; Q) x/ v4 I2 `: T10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)* `% ^$ m3 Q" X' \
10-3 EAST文本检测框架环境搭建 (09:03)& P, K' M3 f `
10-4 EAST文本检测框架解读与训练实操 (16:23)
9 x9 N, N. q0 l9 V& q, d10-5 EAST文本检测模型测试脚本编程实例 (09:26)! G' z. M( Y, [* G5 K
10-6 作业节, R$ H0 @4 s4 x% {3 Z9 b
( s) b+ j# w" _# f! C8 g# p
第11章 多任务网络原理介绍* M+ w) q: p5 G" d. j, e/ J
11-1 多任务网络业务场景综述 (07:49)
( |, f/ x( W8 u; F11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)
$ d! B' j- W9 j9 {- u11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)
- ]" |8 k! g' C1 j* Y5 B11-4 思考题
: l z/ e) O7 Q* X& n' I+ D* V) B; Q' ~( j0 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
" w; C# f3 N# R j J8 k: R( r12-1 MTCNN环境配置、框架解读、数据打包 (18:41)
; E, m3 q+ }6 j6 ]12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)5 @1 |- D) E9 ]( X$ ]
12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)+ p% I. t# x- j: i! V) T
12-4 MTCNN模型训练介绍 (03:33)
8 t$ S0 r2 b& l9 M* M12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
, b$ O. @/ v2 C# D% l12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)) C$ Z4 P5 J7 \2 S& b
12-7 思考题
$ g, j2 l8 `; Z# ~% F
2 [) [- H6 v* ]. a' |4 X1 e第13章 课程总结
( v2 d- A" t. M# u$ \. ^ i13-1 one-stage vs two-stage (13:13). t9 z$ C4 A, |1 o' `
13-2 不同目标检测算法的优缺点对比 (12:52)! K# n g/ S: K4 C2 _- I
13-3 作业节
. f3 d8 h$ ]. `) L7 Q8 v13-4 不同目标检测算法的精度对比 (10:42)
7 y+ o0 a% q% m# {1 F/ H2 K4 H13-5 作业节. o6 p" n; Y+ f# P9 P/ a- H7 |0 k U
13-6 常见目标检测研究对象与数据集 (10:37)# a0 k! b1 m: I. W
13-7 目标检测常见任务与性能评价指标 (18:23)9 ]2 m& b! k( t- Z6 K
13-8 目标检测行业应用现状-人脸检测 (17:31)5 |# Q9 X Y$ g4 U( w& w
13-9 目标检测行业应用现状-ADAS (10:20)
$ k3 e3 x4 ^9 B! ^! u$ D' N13-10 目标检测行业应用现状-文本检测 (09:05) U$ S7 z* k: Y& G, Z' j8 B
13-11 课程总结 (19:30)
. h9 e" i3 Z$ Y# ?3 x0 r9 \* m5 a5 F8 T. d7 P: A$ Y
〖下载地址〗
. y; q( r2 R b m: @, K0 ~
% K, i) w' Z: N! s〖升级为永久会员免金币下载全站资源〗! S) F( h9 A2 m9 z
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
; S3 ^1 o0 x/ ]8 c1 H |
[复制链接]
