9 v' w4 G0 J. S% B1 q) c4 R
& a8 m; P$ q K, C( [5 G〖课程介绍〗
- X$ P8 p* Z$ h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。
% d8 f% M3 Q k5 Y1 L I; o
! p+ }2 X+ I3 p. u' l〖课程目录〗
1 [3 [. |+ O K1 N. v第1章 课程介绍 试看
" a+ @2 p7 J9 g- D7 {1-1 课程导学 (22:58)试看
{2 d8 ]2 s( y2 p6 R) ]
- h0 T0 n' ` x3 Y第2章 目标检测算法基础介绍
' P" \" y# t8 S2-1 目标检测问题定义 (12:10)
" B- V3 m, T7 i! ^6 U) \2-2 目标检测问题方法 (15:11)
* {: g+ L: g" |$ v4 R2-3 传统目标检测方法基本流程 (05:33)9 Q2 W* V$ a- i+ L1 [# ^
2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)" }; F. P( B; v. b! K5 A0 }
2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)
p7 a$ d! x) V/ p9 e" W) K9 H2-6 常见传统目标检测方法-DPM（物体检测） (06:34), K' F5 z" K5 w: Q0 j6 V& q
2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)
j5 a% |9 v8 d3 G+ Z2-8 Two-stage基本介绍，流程与常见算法 (08:25)
2 X- T- R$ p: H/ a4 c- P2-9 Two-stage核心组件 (21:06)7 \% R+ k r( Z8 d' C* s- t
2-10 One-stage基本介绍、流程与常见算法 (04:36), D- L5 l2 h. q7 z5 L# d1 F
2-11 One-stage核心组件 (18:52)" r! a+ c2 j$ X; m, x& ]
2-12 One-stage与Two-stage优缺点对比 (05:14)
8 Y, _, w' q/ w1 L d2-13 作业节9 J3 Y3 @- T; R8 J9 N+ C
3 f3 W' D' W9 y. e3 ~+ e3 D
第3章 SSD系列算法原理精讲 试看0 w' b) y. h/ h% \2 A& O, K4 Q, ^! \( 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
* y. t( }$ E. T4 `( S3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)1 W/ l j8 x/ C. j- x& n
3-3 DSSD、DSOD算法 (13:29)5 o% W# X u2 V1 `# k0 N/ a" y# s
3-4 FSSD、RSSD算法 (09:29)
7 i* K' N4 `5 P5 L" o$ l; R3-5 思考题
* Q6 w6 ?2 F' r- _3 N- ?9 \; K
# n9 ?/ d4 _) c3 z: |第4章 基于SSD的人脸检测项目实战 试看( K' f( z: y9 t+ H
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)+ R' N' X+ c+ u- _
4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)! U, `$ l$ U0 }$ F
4-3 Wider Face数据集介绍 (06:36)! N0 O: C ~6 n" I `
4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)
2 c6 b) ]' ~( M5 P, B) H4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)
& M! E, \( Z) T b' w( `6 n4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45). |1 Z$ R( V! }$ G# J" L' W' u \
4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19): M8 S$ u2 F8 F& i, c( q( b
4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)
5 w" T: ~" k) {3 c1 v1 e+ D- o. [4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47): ]3 a I4 B, @, h- z
4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)
. @8 f4 m& ]' Q z4-11 Caffe-SSD框架测试结果可视化与人脸检测技巧说明 (11:09)试看
) L/ m9 T; ]% P9 X4-12 思考题 G9 M' ~6 i$ r6 g# W
9 z* z/ j4 [% t( O# M7 T" b" w0 s L第5章 Faster RCNN系列算法原理精讲
' v' s, Z" A2 Z }/ W4 d5-1 Faseter-Rcnn系列介绍 (06:38)
7 l7 o/ r( ^) v K5-2 RCNN介绍 (14:19)! F5 }5 d( K# Y. S: j
5-3 SPPNet介绍 (10:23)
; i$ v0 C& K% g6 [; G0 P5-4 Fast rcnn介绍 (21:02)
. v9 {# x# t( }9 l0 S5-5 HyperNet、RFCN介绍 (12:47)
, g" i) u! `( C" N& o5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)
1 J: P8 I* T8 I, j) z2 F) _% f5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00) s; F% S6 e0 v
5-8 思考题
( t) J! s" Z2 s m; }
$ X2 x! A; V1 s* j第6章 基于Faster RCNN的ADAS场景目标检测项目实战% B5 j7 f" N" C2 M6 D6 o( ]
6-1 ADAS业务场景介绍 (15:04)
+ X0 _3 X X& ], F+ ^6-2 Kitti数据集介绍、标注格式、下载等 (10:22)
/ z7 J: R0 E* H! B( _' [8 ]6-3 Kitti数据集类别提取编程实现 (14:13)
+ ~6 _ J' k; x5 W1 t* Z3 @% C6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)* ?0 X- a! d/ o. ]
6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)6 j( J0 J. P% A' i6 x1 n! O
6-6 Faster RCNN目标检测环境搭建实操 (05:34)
3 M) m: [, b) E5 e/ p2 b1 c6-7 Faster RCNN目标检测框架介绍 (09:10)
; i Q! t$ ?& s' r+ {! C+ ^6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)
# w# }: L! @' D" C q6-9 Faster RCNN目标检测框架配置修改实操 (14:47)5 v- F8 Y" i- z0 A8 n) A/ `9 ~; h
6-10 Faster RCNN目标检测模型训练及其优化 (06:58)2 |3 x |, W3 L' ~0 u4 P/ n
6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)- G, A4 T% a7 ?3 t: W2 }
6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)6 w8 W$ c: T' q4 P6 r
6-13 思考题
3 j9 v7 H0 Y+ }# |/ r
, c/ J) B0 t- @0 W1 }2 H$ _6 t5 P第7章 YOLO系列算法原理精讲% U3 S& L h. p6 Z
7-1 Yolov1算法 (21:28) E0 |1 s6 U0 C1 F
7-2 Yolov2算法（1） (12:38)
q0 @# U9 |$ E; E/ m) n4 ~! Z& U7-3 Yolov2算法（2） (11:42)
; X# c' m, n2 N; \( q7-4 Yolo9000算法 (05:12)
$ n( h+ \. r: B4 V+ N7-5 Yolov3算法 (10:44)0 k/ O1 n( ~. O# U! [/ f
7-6 思考题/ P% K8 n& O6 h+ ?
" D% |4 h$ j; ?第8章 基于YOLOV3的通用物体检测项目实战& ~ B; a' g' c- w. V% z
8-1 物体检测业务场景综述 (17:53)
1 V9 G$ U* T8 D8 l: D' ?. W8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)
7 P0 T6 @* L+ Y# `. \3 Y8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54); S" ` E% M7 A$ z. A! h
8-4 DarkNet框架解读及相关配置说明 (18:06)8 Q3 i" k0 k& I3 Y" _$ |
8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)
$ I4 d. ]* a& z2 W f8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)
0 W) K; d/ O3 g1 T; `% d8-7 思考题4 b0 Q3 J( ]- T
- ?' t7 o* @9 [3 [5 `' M/ h第9章 文本检测系列算法原理精讲
' S0 I; p/ L& d9-1 文本检测算法原理介绍 (12:50)
4 R( ^8 d* n j, E5 [9-2 CTPN模型 (10:38)0 U& V& V1 f3 K( o7 n6 E; y
9-3 RRPN模型 (19:11)2 q* q. f, N; ]( l7 B' O
9-4 FTSN模型 (11:41)7 P8 h% K( B) o: O5 i" F
9-5 DMPNet模型 (15:56)
3 j7 i8 h* r) y$ p7 z$ f& h6 M1 T9-6 EAST模型 (09:17): Z# c! w! s- B- o( Q9 S
9-7 SegLink模型 (13:01)7 W8 W% Y6 z1 N! N
9-8 PixelLink模型 (16:35)
( i! z$ T0 U) ~/ Q9-9 Textboxes讲解 (18:41)
7 i- K; l$ p M5 N$ X# n9-10 Textboxes++模型介绍 (25:34)) k& n. \- z! S# l
9-11 文本检测常见数据集 (21:16)
, G5 L: T* `5 r5 z9-12 其他检测模型方法介绍 (14:56) r% J$ y* O% u9 O
9-13 作业节
8 U. m9 s5 c9 Q; u7 p
6 ^3 [4 V+ {/ c+ A. @, m7 T第10章 基于EAST的自然场景文本检测项目实战
; u' d2 O( K/ A8 j2 c- i10-1 自然场景下文本检测业务场景综述 (15:26); _& f, I) X3 n" d
10-2 ICDAR数据集介绍、标注格式、下载等 (11:00) f' ^8 d: r3 v1 u/ n9 [
10-3 EAST文本检测框架环境搭建 (09:03)
$ z5 z' P2 I2 f+ Q10-4 EAST文本检测框架解读与训练实操 (16:23) B' g1 U) k' b) X6 y) l6 T' e/ e
10-5 EAST文本检测模型测试脚本编程实例 (09:26): Q9 |! o7 T! O: L9 A) l/ q& t/ l
10-6 作业节" B1 k) v$ f& e
& {* H1 [" [" S7 w3 n% w第11章 多任务网络原理介绍
) r; T! m) y8 y1 q11-1 多任务网络业务场景综述 (07:49)
8 b4 S( d% F- T1 T9 D5 Z11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)
5 Z5 U' o9 L% x0 F/ r/ j11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)
0 F- N: i; q; ]5 t f3 O& o11-4 思考题* k2 _2 L, U; n) [
& J* J/ C7 Y2 {. t5 i
第12章 基于人脸检测+关键点定位的多任务网络项目实战
! O1 [& t: ^; D12-1 MTCNN环境配置、框架解读、数据打包 (18:41); t' W+ h( l, G
12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)
" ]& E& j- [/ `12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)! i8 F/ d) L9 L' K) b% s6 n' O: v
12-4 MTCNN模型训练介绍 (03:33)
) k8 `, H; i4 t! N12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
/ g* Q3 }4 w/ h- y" e( H0 g* e12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)
& q; I7 z6 s+ T* ]4 Z+ Y# j; n# y" ~12-7 思考题" Q1 x* c) ~! n1 H: |, ~
5 k h& {3 r2 @/ Q: r4 F
第13章 课程总结
, c" }$ l8 T0 d- ~3 P& l9 H# q13-1 one-stage vs two-stage (13:13)- @; c+ ?: Z& w: ~& m
13-2 不同目标检测算法的优缺点对比 (12:52)
+ @ o6 n. c: a* T* h13-3 作业节
8 D* O3 l) P4 V: x$ _ ]& C13-4 不同目标检测算法的精度对比 (10:42)( u9 G O5 i3 R; T1 L$ ?7 b- ^
13-5 作业节
. W; M, T7 | ~13-6 常见目标检测研究对象与数据集 (10:37)
; V! k4 v' D# Q& G7 d2 b( C% |1 J13-7 目标检测常见任务与性能评价指标 (18:23)
* E F" C5 r& X. n2 X3 T( }$ L+ Z13-8 目标检测行业应用现状-人脸检测 (17:31)* P. T4 E! `3 R/ _
13-9 目标检测行业应用现状-ADAS (10:20). G8 E5 z2 h# {
13-10 目标检测行业应用现状-文本检测 (09:05)
6 F; u4 E9 n. g5 w$ s- J13-11 课程总结 (19:30)
+ z) G, q, G* a
3 _/ _7 S* f4 r. _+ m J〖下载地址〗
9 s+ }5 a% _& H) F3 D+ M; |
- M2 U( H6 f! @+ C" {& J〖升级为永久会员免金币下载全站资源〗
: z) U- s9 t. [: h8 y6 K1 @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
6 n& O/ a6 \: S) q% |! B; M |
[复制链接]
