& d8 Q- ^. `8 E: [! q3 ] b
- l- a' l& ], }' N/ A' n0 K4 f〖课程介绍〗
: U/ u4 s! K% u2 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。2 P6 F) w4 ?/ x
1 X* r8 U2 ` M〖课程目录〗
7 v8 v$ k% [" c+ @$ [第1章 课程介绍 试看) d1 o0 Q) g& T+ z* K' P8 h
1-1 课程导学 (22:58)试看& W( ~2 n0 C; O: g% j6 S- u# c
3 A5 |7 s2 u, o9 v7 k第2章 目标检测算法基础介绍
- {- L' s- m( R% h; n$ D2-1 目标检测问题定义 (12:10)! y$ [+ s9 P5 z8 L9 q
2-2 目标检测问题方法 (15:11)
5 X' h" h7 P1 U: q0 t* J2-3 传统目标检测方法基本流程 (05:33)6 j/ _! d9 \- e/ [. s5 j
2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58): A3 ~& u, |, i/ e0 I: L
2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)! |. f( r8 \- _+ q- S5 g1 d
2-6 常见传统目标检测方法-DPM（物体检测） (06:34)2 }1 Z5 u* o. K3 C D1 L+ y8 ~
2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)
6 t5 @: g# ]3 \2-8 Two-stage基本介绍，流程与常见算法 (08:25)
: M/ R- y; A5 [, y9 }0 e+ p2-9 Two-stage核心组件 (21:06); O0 k$ H+ H, t# i
2-10 One-stage基本介绍、流程与常见算法 (04:36)6 u( @6 V3 z5 Z
2-11 One-stage核心组件 (18:52)0 L- f7 D. w2 \4 ^
2-12 One-stage与Two-stage优缺点对比 (05:14)
) Q. }/ a0 i+ s7 S% ?2-13 作业节! F, E) ^2 f/ |7 i% ]) X0 K1 K
. D% d( s8 k0 p) T' I, f
第3章 SSD系列算法原理精讲 试看
/ X0 h3 T$ C2 o) Z; @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 d& h( |% G& [3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)
" Q2 \1 d+ B. O, i/ \. l1 l2 p3-3 DSSD、DSOD算法 (13:29)
9 W" c+ a/ e* l: W m" u+ l7 \3-4 FSSD、RSSD算法 (09:29)
8 L" g$ q! [$ T$ W; k7 u8 [5 u9 \3-5 思考题1 l& i7 K. D6 G& U+ y
& ^) u( W' `2 ]) _第4章 基于SSD的人脸检测项目实战 试看
. F5 X) l6 ?4 [& n, g4-1 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)
" ~; T: h# g3 J6 g P: C& h. Z4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)
: @* m I1 R' S; f+ O4-3 Wider Face数据集介绍 (06:36)
: T7 E0 P9 x$ Z8 e8 X+ a/ x7 O4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)
+ m- Z2 p" Z0 O' r, a7 L4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)
( m% D. i# \0 m% |2 _ K6 U* g4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)
2 d! K) j& }! w8 |3 e6 c% o0 _6 |; `4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
; z* A4 U$ _% B. ]- ]4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)' A0 t3 r5 A7 N" Q7 O. A. @. y4 q
4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)$ c' `2 M" S$ v! A7 Q% c6 V: Z
4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)6 d* w/ r6 U c3 K' O
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7 Z1 K* \; I* Z+ D; v% Y
4-12 思考题
* F, E( W) T3 d3 L6 C
& N! [; n2 m9 t) r9 }6 L3 e7 n( y第5章 Faster RCNN系列算法原理精讲
5 J! J6 j+ c) n0 Y# R7 | W5 w) s5-1 Faseter-Rcnn系列介绍 (06:38)9 T6 h& t1 u U I8 p- W. H
5-2 RCNN介绍 (14:19)' _# S0 j3 A. W
5-3 SPPNet介绍 (10:23)
: q( c9 m+ I1 g5 n! j; f5-4 Fast rcnn介绍 (21:02)! F4 A5 D5 a" U" o, ~! F- D
5-5 HyperNet、RFCN介绍 (12:47)
: d# B, {6 o9 p, M3 }* r- }5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35), `- c/ n9 x9 i" S# l2 g
5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)% t; g8 D, L" X, @% S0 J: K
5-8 思考题
) I: U) z5 |+ D9 z, v
% W6 X! ^3 r) J) T% S, l第6章 基于Faster RCNN的ADAS场景目标检测项目实战
- U5 L. I4 v7 l7 _0 a6-1 ADAS业务场景介绍 (15:04)
- M, |% t# R* S: g, O% A! `- [6-2 Kitti数据集介绍、标注格式、下载等 (10:22)
% {0 m3 _4 @5 h' `% C0 L5 D6-3 Kitti数据集类别提取编程实现 (14:13)% T- X( Y! \2 Q1 j/ @3 |4 B
6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)
- N/ p8 G3 ~3 d i2 I" Y2 G6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)
6 f% h+ F( T4 \, ]8 s; n" \ l6-6 Faster RCNN目标检测环境搭建实操 (05:34)7 |+ T" B5 f! [. _! t8 d
6-7 Faster RCNN目标检测框架介绍 (09:10)
% Z% ?. O4 d, D0 C+ {6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)
5 v: B0 i) _6 V L4 [6-9 Faster RCNN目标检测框架配置修改实操 (14:47)/ U- X4 w; J. x* t7 ]& A. r/ w+ J
6-10 Faster RCNN目标检测模型训练及其优化 (06:58) x- h" W$ T; T9 U6 M, \! Z: _
6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)5 Q" J: B- w) O% B
6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
' k q8 V y# b1 q v0 p& F6-13 思考题1 z0 |" e7 f; _) ?: E8 Z
) n' z! y- P$ K4 P5 Y
第7章 YOLO系列算法原理精讲* H J4 k* w0 Y. v* ~
7-1 Yolov1算法 (21:28)
8 T$ y/ d, c7 A( @7-2 Yolov2算法（1） (12:38)4 o& b8 a% t; ?# b5 s ^* O& N
7-3 Yolov2算法（2） (11:42)( F/ }9 K7 q% `4 g
7-4 Yolo9000算法 (05:12)
: U( v( I+ l1 s' u7-5 Yolov3算法 (10:44)
3 d: O2 x' E6 e0 H- U4 B7-6 思考题
% v1 G- O8 g) v; e$ H/ w
$ g1 q9 J ~4 k b2 a1 J+ K第8章 基于YOLOV3的通用物体检测项目实战9 X r* z% Z2 P
8-1 物体检测业务场景综述 (17:53)
& M* i" a( M3 }" c7 }7 b8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)! b" F1 q% [" U7 M4 G
8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)
0 T/ P! b$ y& X7 M8-4 DarkNet框架解读及相关配置说明 (18:06)
4 c& g' g" L+ h1 W5 r; Z' h: Y/ @8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)
; S2 S0 k3 v; P* B8 N8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)# n9 {9 J9 q! ~5 g
8-7 思考题
9 \: f3 r6 `- Z! k( p( j3 E# Y7 E {% o* m3 A: E' f
第9章 文本检测系列算法原理精讲
9 E# d+ {5 L2 i% \7 |# R5 z1 S" v1 Y9-1 文本检测算法原理介绍 (12:50)
1 i1 V; z, Y9 S! ]0 F9-2 CTPN模型 (10:38)
3 n* X" c- `- \/ i% G9-3 RRPN模型 (19:11)
7 D5 H' Y2 C* \. i6 t3 M9-4 FTSN模型 (11:41)
- P: u# D+ V+ C9-5 DMPNet模型 (15:56)2 m, ?2 d$ I/ ?5 B5 r
9-6 EAST模型 (09:17)
- R! j8 ^; @! C4 v: V" |9-7 SegLink模型 (13:01)
& ^2 G" M, e/ A: o, b0 d) Y9-8 PixelLink模型 (16:35)1 b$ r( R6 Q. p f. x
9-9 Textboxes讲解 (18:41)
5 x3 F2 g: ~ D% N( |9-10 Textboxes++模型介绍 (25:34)! n U8 h. s$ P& y
9-11 文本检测常见数据集 (21:16)0 a# e2 R3 i8 w |+ k
9-12 其他检测模型方法介绍 (14:56)
( J7 M& W0 c# } w: \( a$ G2 I+ J9-13 作业节
. g: R% |% t- ?7 O! u; \7 j4 x9 f
第10章 基于EAST的自然场景文本检测项目实战
k/ b" S, u f6 M+ Q10-1 自然场景下文本检测业务场景综述 (15:26)
7 J# m; F }( R4 T6 l10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)
0 e' Y+ E8 S; v+ [. W& }10-3 EAST文本检测框架环境搭建 (09:03)4 j. Y$ m" \& \
10-4 EAST文本检测框架解读与训练实操 (16:23)
! K4 R m0 m! n; [1 O10-5 EAST文本检测模型测试脚本编程实例 (09:26)
6 o; W- j/ w5 d8 e8 {10-6 作业节
8 |. N# W5 \" D( n0 Z- Y; n/ l0 S
+ X1 r6 m" M: X4 M% h0 d4 X J( U" n+ H第11章 多任务网络原理介绍
1 _4 F% R2 A! U2 r; @11-1 多任务网络业务场景综述 (07:49)4 Q& g0 f* k; D- V' [5 O
11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)
; i Z2 F/ I+ `! K11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)
0 i$ d) D+ S M9 i8 M1 {11-4 思考题! s5 a c8 n9 X7 u9 i. V3 c& c2 J
$ z( B" q) X3 d/ k$ @
第12章 基于人脸检测+关键点定位的多任务网络项目实战. F6 E z: ~3 L. ?1 H( [. o
12-1 MTCNN环境配置、框架解读、数据打包 (18:41)" [& g A# E4 ~, z q
12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)/ k5 F& |- f( U; K1 A" }$ w
12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)2 K* S/ j, l" ?6 e; b, s
12-4 MTCNN模型训练介绍 (03:33)# h) W; R: V {! U0 h
12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
: F2 n% G0 Z( t! S( W12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)
# ]4 h9 r% ]. X) f2 u4 n- A12-7 思考题5 ?% X# R7 ]* ?0 w4 y% f
& O z; q! L) H
第13章 课程总结6 i3 r+ |, a. r. S- v
13-1 one-stage vs two-stage (13:13)+ `' `% S, J+ }9 h" u
13-2 不同目标检测算法的优缺点对比 (12:52)
" _ R+ v( ^ N, _! U13-3 作业节: k3 ?( ?; [2 p! S p w% F
13-4 不同目标检测算法的精度对比 (10:42)
9 q- u, u) t7 }! H/ A13-5 作业节+ I1 I$ z, ~- }' V# G
13-6 常见目标检测研究对象与数据集 (10:37)- i' C9 l1 N i" z
13-7 目标检测常见任务与性能评价指标 (18:23)& e0 w- _% w6 v$ s
13-8 目标检测行业应用现状-人脸检测 (17:31)% p, `5 U, O; k; V4 s; M2 u
13-9 目标检测行业应用现状-ADAS (10:20)
/ U/ q' H; u9 r9 ^9 d5 r13-10 目标检测行业应用现状-文本检测 (09:05)
2 K. Z( v! @; G% A% M5 w4 i13-11 课程总结 (19:30)
: E, f' Y5 C$ U2 V
$ C, i) `/ `; C# D〖下载地址〗
! B$ r) b& ?4 r6 n" C- P! l% |3 F! U
〖升级为永久会员免金币下载全站资源〗
2 j: j! ?6 n1 _/ Y- ?1 H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
; b3 a. @& `1 w5 o' o; E7 s1 p' C/ E |
[复制链接]
