) [ w8 `, m' w& }+ ~
$ p, f z' m: D$ K" s6 H% j〖课程介绍〗
) E2 ]& G" C, t. q e9 ^) L: _- F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。
+ [9 j L. Q2 L6 o z* y
# d: W- A/ L% n! E5 J9 W; v6 `0 Z+ B7 I〖课程目录〗( i6 u6 C; f# m* z0 A. E
第1章 课程介绍 试看
- e, f, m0 ?$ S" z1-1 课程导学 (22:58)试看2 V& o0 N# m" d* q v. O
4 ^' y6 l& k% g
第2章 目标检测算法基础介绍
7 L6 s- L! b0 H- H" `7 ]7 C2-1 目标检测问题定义 (12:10)" |* C5 M1 K5 u4 l4 K
2-2 目标检测问题方法 (15:11)
% j3 @; D( B5 C' m3 m) _9 O3 \, z2-3 传统目标检测方法基本流程 (05:33)
+ B f: F/ n; @2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)4 s) {9 ?+ q1 M. s+ D
2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21). v5 e& |9 y6 c' j- t: ?
2-6 常见传统目标检测方法-DPM（物体检测） (06:34)
7 \. S: ~# s& v* U A2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54), T+ N0 c9 {' `- e
2-8 Two-stage基本介绍，流程与常见算法 (08:25)
8 A) Q: D t c' x" f7 D0 d. v- @2-9 Two-stage核心组件 (21:06)
: r' n- E) F3 o; k* ?- F6 _4 z2-10 One-stage基本介绍、流程与常见算法 (04:36)& [# j4 s- s" a- p" E4 F# O
2-11 One-stage核心组件 (18:52). a+ N" F* Y+ ]
2-12 One-stage与Two-stage优缺点对比 (05:14)
( G1 x- R& g% l2 V( |4 S, N$ C' ]( O2-13 作业节
3 G- k2 \* P+ u) V6 E6 J" Y- X% J1 e. Y! R9 Y7 m
第3章 SSD系列算法原理精讲 试看
* _4 T3 o* ]: `" g$ P3 R3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看. H4 q1 E, Y% V, }
3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)
6 N" F4 Q9 r. m* \8 X) b3 p3-3 DSSD、DSOD算法 (13:29)" L: E! P* ?' I/ P9 L
3-4 FSSD、RSSD算法 (09:29)
( n2 ~' v* |$ ~( J3-5 思考题$ r1 z6 v" X% Q6 y3 x% N
; l3 g% y* v i8 p
第4章 基于SSD的人脸检测项目实战 试看
6 Q @9 H: ^* h4-1 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)
3 d" _8 d! _3 C5 U4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)
' P9 x3 E4 {+ ?, S* l4-3 Wider Face数据集介绍 (06:36)
: ~* F% m' \# ]" T4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)# G; j! M$ r0 Q# j v8 [1 W8 s$ O) Q
4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)
- P9 c1 E2 Y7 d& P- g8 D& Q4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)4 f [6 A: V( o8 R# a' K
4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19). R& f7 B0 O- l$ j* A
4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)
! v0 f- { a7 o7 r6 y. T( c! l4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)
$ [0 \' M4 d" ~* }8 o7 X. P4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)
$ N: L& O$ ^9 w) ~5 K5 ^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$ K) B% ~1 b0 s" v- e# d. h0 }1 R
4-12 思考题7 O- k+ q; P8 _8 x* W$ m
5 Z: ]$ q. o8 t9 N9 N
第5章 Faster RCNN系列算法原理精讲3 [/ E: z* T. d$ \1 k7 U
5-1 Faseter-Rcnn系列介绍 (06:38)/ p* H% T0 { @
5-2 RCNN介绍 (14:19)2 Q2 U: Z$ S* U0 \2 `7 b( J, i5 f
5-3 SPPNet介绍 (10:23) e* t' d) D4 Z8 |6 `' v7 o
5-4 Fast rcnn介绍 (21:02)
! [" Y; b" C W# E5-5 HyperNet、RFCN介绍 (12:47)1 i3 c! J& u7 `# {7 [& S# `7 X1 G0 R
5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)
5 Q/ r1 Y$ v/ w# R5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)( [- D+ I7 ?* D v8 b3 e4 l
5-8 思考题
! Z+ _6 r0 g+ e- O$ | U' m3 |7 i0 T1 n& e1 a7 O% V3 j+ m% e+ @7 Y. m& e% I4 L
第6章 基于Faster RCNN的ADAS场景目标检测项目实战0 I# g- n6 q6 m8 F8 \
6-1 ADAS业务场景介绍 (15:04)2 {3 K+ I9 P8 V8 d. d$ J. v. P5 Z; P
6-2 Kitti数据集介绍、标注格式、下载等 (10:22)" d2 L7 J1 S) r8 ]8 V
6-3 Kitti数据集类别提取编程实现 (14:13)7 r, `3 l8 a0 p. ~3 C- T$ N
6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)
7 h0 n3 |6 U C% o) r8 Q6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)2 y, L* X# D/ `# |; M8 k1 D% ?
6-6 Faster RCNN目标检测环境搭建实操 (05:34)
% {5 ^* P$ B4 s: K% Z6-7 Faster RCNN目标检测框架介绍 (09:10)5 d, u4 X9 X* h
6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38). a) f% t* b1 |& y4 `4 n1 O" {! ~
6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
3 k4 r$ f+ `6 Z4 O6-10 Faster RCNN目标检测模型训练及其优化 (06:58)' M2 q7 U' x( S: A2 {# _
6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)
- {- B$ `6 l, U; K. [! \+ ?; L$ {) r6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
# m( X1 f) W1 h/ o- k# Y. e6-13 思考题
, d |5 j; g& B# R/ w' E+ e6 e8 P5 }+ |% r9 D( P) [9 Q
第7章 YOLO系列算法原理精讲
8 `' T5 c% W' ^8 H# a7-1 Yolov1算法 (21:28)
8 b& k7 K6 [: L* o/ \7-2 Yolov2算法（1） (12:38)
; _( B- ~. a! O* |/ A7-3 Yolov2算法（2） (11:42)
' _7 V/ R, ]6 e$ c$ C/ P7-4 Yolo9000算法 (05:12)* A$ ^, n/ F& |5 f4 x
7-5 Yolov3算法 (10:44)
}2 C6 A& a( |% z7-6 思考题
- R% x* W/ O v" V) r& v. ~& U* \
( O% u# F) n2 ?5 d% ]/ M! w第8章 基于YOLOV3的通用物体检测项目实战
5 J7 A7 W8 G- J/ S5 b" p4 y2 U8-1 物体检测业务场景综述 (17:53)
; F/ [! ^9 K/ X, \- W4 ~8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)
% l! H8 S' l$ Y# e9 }3 ]8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)
5 U% c9 n- ^7 [% F8-4 DarkNet框架解读及相关配置说明 (18:06)# `; \8 g9 M( F$ Y! V
8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)8 a$ j( N' U4 ]4 J+ ?0 X5 n3 M
8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)5 _* j7 s9 {3 s
8-7 思考题5 e+ C- I8 w# ^
0 u$ q W' Q8 }. A8 j
第9章 文本检测系列算法原理精讲
# w9 M y" L2 ^6 a2 j; i8 t; w9-1 文本检测算法原理介绍 (12:50), @" { E( ]& @5 }
9-2 CTPN模型 (10:38)# Q1 x ]' _( ]" }$ y' q; Q% |' Z
9-3 RRPN模型 (19:11)* G% K9 N9 w) e
9-4 FTSN模型 (11:41)6 g' l3 U5 V# X& e- E! e
9-5 DMPNet模型 (15:56)
5 V4 J4 c P$ \. d9-6 EAST模型 (09:17)
9 \/ D) a7 D& C0 M1 b$ Z9-7 SegLink模型 (13:01)# W: c' q& H' y$ L2 x# m% Z7 k
9-8 PixelLink模型 (16:35)6 Q' g/ v1 n2 E; g- x; ]
9-9 Textboxes讲解 (18:41)& n8 k: s' e* t* h
9-10 Textboxes++模型介绍 (25:34)
( G& n P( r/ m1 t3 q5 j9-11 文本检测常见数据集 (21:16)
% s i8 q) `$ m3 P8 v1 A6 i7 i9-12 其他检测模型方法介绍 (14:56)9 y$ c4 e8 K5 O3 v6 M% B n
9-13 作业节
& r' N) u, Q& E& [& W4 D) \0 c! \- ]/ Y" m, H
第10章 基于EAST的自然场景文本检测项目实战. P9 P2 @) Y+ }
10-1 自然场景下文本检测业务场景综述 (15:26)
* |6 k& C0 A ]. U6 d- t10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)0 Q' l. E0 ^& A: a
10-3 EAST文本检测框架环境搭建 (09:03)
& O r) G/ S" r7 a- v6 f10-4 EAST文本检测框架解读与训练实操 (16:23)& h: S7 H9 U- l- k# o
10-5 EAST文本检测模型测试脚本编程实例 (09:26)8 {6 I7 ^/ b# a2 i8 {6 R( t
10-6 作业节
B5 y3 R9 Z* h+ A$ g' ]8 j/ H
7 g V! O0 {3 O$ R- p# ^第11章 多任务网络原理介绍: s J/ f' y9 `& j% z! G
11-1 多任务网络业务场景综述 (07:49)
' w! Y- W: W% u& f$ V$ a m- S11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)! @. S% x. h5 n# P* y, ~+ p
11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)
' J) t4 M) H$ W- w7 a% t11-4 思考题! ~4 L! S6 H) f6 P
% K( `7 y3 n! h8 O6 r; h `) M
第12章 基于人脸检测+关键点定位的多任务网络项目实战
9 |) P t- Q: w }12-1 MTCNN环境配置、框架解读、数据打包 (18:41) y$ @! N/ _ x9 |
12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)# _4 L1 X! P9 _+ V
12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)6 R+ r) D. T' T
12-4 MTCNN模型训练介绍 (03:33)
. Z/ E& y, H7 ]$ z5 t I9 v8 w" r12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
# _) B! s. i4 z# v12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)
0 k/ M3 q7 o4 v7 L; D; b2 M+ Q12-7 思考题( G& \, e+ E' X
9 w) @ n& H7 B# G( F. e第13章 课程总结. C. W" G: E5 N8 @7 s; ^
13-1 one-stage vs two-stage (13:13)
- T4 D( d$ r: j# B4 k) `- P13-2 不同目标检测算法的优缺点对比 (12:52)3 @0 q( B2 x. m- D. }2 E. P7 }
13-3 作业节
0 N1 A' y0 {' i% n, v13-4 不同目标检测算法的精度对比 (10:42)
% B- s' b' d% h8 @0 v13-5 作业节: o# d$ p. o, W& I) X
13-6 常见目标检测研究对象与数据集 (10:37)
4 G) K% V* C+ }% W2 E13-7 目标检测常见任务与性能评价指标 (18:23)
+ ]) \% X) D: A l/ ]8 U13-8 目标检测行业应用现状-人脸检测 (17:31)
. N, A9 R; T, D! `5 }4 h$ A13-9 目标检测行业应用现状-ADAS (10:20)& S8 {4 Y/ j1 _5 N) e5 X$ c
13-10 目标检测行业应用现状-文本检测 (09:05)/ {* w$ l) ]3 M1 W2 Y
13-11 课程总结 (19:30)
5 Y( C8 l! X- g7 N3 h0 u$ E6 r7 t" K% ?) A5 f. H; T8 @1 B
〖下载地址〗% C# ]9 l$ P. C+ _& T
v; U2 b0 b1 p p {. R3 t〖升级为永久会员免金币下载全站资源〗
% o! v! V2 ?+ ^" [+ f! O* D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
9 J) P$ P) W \% o, C. ]- b, [ |
[复制链接]
