7 r( R+ w4 l* n
9 c! Q$ |* c9 n! g. V X9 {
〖课程介绍〗
0 `$ ~* M% E; Q* @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。
3 U# E! J; G9 u; K
' w$ W5 x& g% ~1 C9 h6 H〖课程目录〗
2 S' }- s y' x" o- a第1章 课程介绍 试看% v! h$ n- L! g1 W* x: |
1-1 课程导学 (22:58)试看
0 v9 b+ z- Z4 i- j) I) p# l# T& M* K6 ^9 j- `& [: ^# i
第2章 目标检测算法基础介绍
- w1 u$ }3 C6 C2-1 目标检测问题定义 (12:10): J2 E9 ?8 j9 S! p
2-2 目标检测问题方法 (15:11)$ f. Z9 ~, T2 K9 h2 N& `" v. `
2-3 传统目标检测方法基本流程 (05:33)
; A, T4 M( o# p# f* _2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)
8 y% M" v" E( J; ^; @2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)
0 o* ?' A) H. V8 q' U$ }$ i2-6 常见传统目标检测方法-DPM（物体检测） (06:34)! p6 u2 |0 J) C5 w
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 I3 w" }. ?% V6 e3 [9 i2-8 Two-stage基本介绍，流程与常见算法 (08:25)
- V- e; @1 t) D$ i2-9 Two-stage核心组件 (21:06)7 G: k% Z7 K3 p2 ~* A3 F- T
2-10 One-stage基本介绍、流程与常见算法 (04:36)% D( x& B3 L; d4 t! R3 S- c: w
2-11 One-stage核心组件 (18:52)
2 A' Q" \6 y0 T! ?( \, V; r: q2-12 One-stage与Two-stage优缺点对比 (05:14)
. u9 R; i( h: E+ j; W2-13 作业节' I s( l* n6 `8 M7 O- z
6 [0 g- `- M( a6 V, Y第3章 SSD系列算法原理精讲 试看
+ Q7 Q" ?3 B5 F/ g9 j1 a3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看% ]& J u, n2 ^! ~: B7 T7 {. O
3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)6 v' ~' b1 l9 S% n* V' S& x. N
3-3 DSSD、DSOD算法 (13:29)- B h# [! h7 u' r
3-4 FSSD、RSSD算法 (09:29)' w N/ b, p4 s/ a
3-5 思考题* G/ o4 O2 X9 c0 E
H3 M* M. d' F) C4 |2 G6 |/ g2 }第4章 基于SSD的人脸检测项目实战 试看
# ^; b' {4 X: U4 \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)
3 |( s7 \5 K" I1 V+ s! ]: x4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)
b) E/ _& ^; m' l, d+ K9 o4-3 Wider Face数据集介绍 (06:36)
# B9 o& a" b( |/ C! z% j) y! O* q4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)1 Z2 E5 K5 }! i; |0 R3 i
4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01). k& n: x- i( ]! H* Q" k' Z" x
4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)5 _# [" M& ~$ P5 ^( e
4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
9 `, [+ P- Z0 p" Y7 X9 o4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)
9 l; o. |& D" s4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47): L4 h# Y# U( {. {( b" ~
4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31); P$ o* Q$ o% ?9 V+ `1 D* K
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/ N1 U2 V# t0 v4 A; ]
4-12 思考题
; G! K; G# E1 X' x+ J T( ?4 C6 r! z, P" M
第5章 Faster RCNN系列算法原理精讲5 B- _6 j2 J/ Q5 K. q
5-1 Faseter-Rcnn系列介绍 (06:38) }( t7 w7 J9 q
5-2 RCNN介绍 (14:19)7 ~& P2 G& f" ~1 k
5-3 SPPNet介绍 (10:23)2 v0 u K4 v: c) r
5-4 Fast rcnn介绍 (21:02): D, _. W1 v0 N3 _
5-5 HyperNet、RFCN介绍 (12:47)1 \: u4 K( H1 [% F3 U. a
5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)
- v: {% s- ?( o/ X5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)
G2 q( T# N9 L; f3 N. d' x5-8 思考题
( t/ r- h" o7 u/ S) E4 L( T9 K* V9 F& x
第6章 基于Faster RCNN的ADAS场景目标检测项目实战
, {8 b9 o6 K& s+ O: c# {4 m0 Y6-1 ADAS业务场景介绍 (15:04)
- u% ]; [0 q2 \" n, [6 [/ c6-2 Kitti数据集介绍、标注格式、下载等 (10:22)0 H+ m: E: @+ I {9 [; e9 x$ ~1 p" E
6-3 Kitti数据集类别提取编程实现 (14:13)/ x- {5 `2 j: e) p
6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13). n! z# O3 D8 |0 J
6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)
7 _& o1 J' K5 f5 `+ j4 q6-6 Faster RCNN目标检测环境搭建实操 (05:34)
0 d7 N& I4 A7 U" K' s4 M# u- `, M r6-7 Faster RCNN目标检测框架介绍 (09:10)
3 o2 a I7 Z4 u ~. _6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)8 X, v3 a& k: d, ~0 \8 }+ D
6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
5 @" o8 B; k( x; Y C$ b6-10 Faster RCNN目标检测模型训练及其优化 (06:58) l: C1 n( {( m4 O5 Y
6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)
4 M! j3 C* @. S) w9 D2 e/ ]6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)" n& j0 y3 h8 R8 E; s/ d, k
6-13 思考题
$ e0 h: h0 |% c2 T% e/ N+ M
/ n: ]% u# z/ s# \& T' J( g# `9 c第7章 YOLO系列算法原理精讲% i' r+ ^; u2 ^5 |1 T- N6 P
7-1 Yolov1算法 (21:28)5 _5 z! g; \6 p! i& _
7-2 Yolov2算法（1） (12:38)* J: Z: d; ^6 i4 P
7-3 Yolov2算法（2） (11:42)
# ~5 b& H6 Q# b6 \7 [8 N: }7-4 Yolo9000算法 (05:12)1 ~% i8 `* j2 I; w3 Q6 F& d
7-5 Yolov3算法 (10:44)
3 i: D& z6 M w! k7-6 思考题
7 l, m( g. H; d9 r
4 T+ E4 p; K9 u. F$ P" X0 G' e7 {第8章 基于YOLOV3的通用物体检测项目实战
( b& f% F" w% J8-1 物体检测业务场景综述 (17:53)
9 Z! C2 C1 p, T' p( F" O, ~8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)
/ s+ @: [0 o0 T' M7 d8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)2 N' x( Y$ P5 o7 d' H
8-4 DarkNet框架解读及相关配置说明 (18:06)" K$ z2 u5 x# o9 n6 D9 i
8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)
. L+ L: }( N5 H! Z% a8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)4 }/ C$ _3 b1 G4 ?
8-7 思考题! U. r5 u$ ` j& U* j) x5 R( y
, T( X* F! [3 j2 N
第9章 文本检测系列算法原理精讲
; h9 X4 f4 l( L" C) W2 t4 f9-1 文本检测算法原理介绍 (12:50)$ u& c7 w) b6 i% X9 n2 z- y3 B
9-2 CTPN模型 (10:38)
7 M$ C) v# a/ N% n" V' O+ }4 V9-3 RRPN模型 (19:11)
. R( u1 V8 ]9 N0 N9-4 FTSN模型 (11:41)( G) E* q; [$ z) C. i
9-5 DMPNet模型 (15:56) c6 ?+ l7 B; V3 G' i3 r1 {; x
9-6 EAST模型 (09:17)
1 _% B `2 ` ^+ ^/ ~5 N2 _9-7 SegLink模型 (13:01)* V2 e- u9 V3 V! D
9-8 PixelLink模型 (16:35)
' `9 @ }( E+ ]% u" d9-9 Textboxes讲解 (18:41)
2 x `4 |) |- e' n/ ?9-10 Textboxes++模型介绍 (25:34)# P0 J) n* x( g* E- H$ u( ?
9-11 文本检测常见数据集 (21:16)4 N: `4 o6 w0 \- l# ~4 N
9-12 其他检测模型方法介绍 (14:56)# i8 N. d# c1 q7 C/ b' ]% T
9-13 作业节
- Z+ a) i! H1 J9 m0 G! m6 Q( S9 F0 y6 @- O* ]6 O
第10章 基于EAST的自然场景文本检测项目实战1 }- V5 n7 M4 O8 Y
10-1 自然场景下文本检测业务场景综述 (15:26)
! ^% k% x2 S3 t/ T10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)
0 V3 O/ r9 \7 }' v10-3 EAST文本检测框架环境搭建 (09:03)2 E' n/ L' a/ T% V; ~' F% K) z
10-4 EAST文本检测框架解读与训练实操 (16:23)) V- b* F* j0 F2 v/ U5 n( P$ s
10-5 EAST文本检测模型测试脚本编程实例 (09:26)$ O- K5 W% ]7 `" \) e ~0 \
10-6 作业节
7 X2 v$ [% k6 f
; N( ?" p% r# m' w# }3 W" A( T第11章 多任务网络原理介绍
( ^! u' R8 x7 c1 p11-1 多任务网络业务场景综述 (07:49)+ m8 ^# t% b& E( v8 o* J
11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)
; j* W8 y7 l4 k8 v7 P1 ^4 J" }11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)
5 Z3 G% w4 c0 U0 c! G1 N11-4 思考题
1 i$ I! F, P c/ R% ?
# p/ I. G" h. U7 \$ H/ t! g第12章 基于人脸检测+关键点定位的多任务网络项目实战
( `7 @- N; n3 W l1 ~: x12-1 MTCNN环境配置、框架解读、数据打包 (18:41)0 [) X( E |& Q0 \# ?7 ^7 }3 O
12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)
9 z) q8 d: f7 X- D/ P. c2 l12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)
4 l6 `9 ~ v- ]7 H12-4 MTCNN模型训练介绍 (03:33)" ]+ H7 S) O/ ^, V
12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
6 H3 }: f5 }; c2 S' @+ _12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)# |" ]1 m3 f3 `( _+ @% l# t" P' ~% v
12-7 思考题
7 P8 V+ k F, A8 @4 ]8 f/ D" g% O: Z, a" i4 u
第13章 课程总结" @0 U4 T! u$ W$ {, @
13-1 one-stage vs two-stage (13:13)' U/ _7 j6 L) x6 U: e
13-2 不同目标检测算法的优缺点对比 (12:52)7 k% s- p, g O
13-3 作业节; u1 `( G# V0 S B- C
13-4 不同目标检测算法的精度对比 (10:42)
5 S; f7 { X/ b0 S6 @/ p% u13-5 作业节* Z# ~0 s1 S: |0 ?( c1 T5 y
13-6 常见目标检测研究对象与数据集 (10:37)
/ [7 l3 A+ v6 V0 v4 e1 x1 q13-7 目标检测常见任务与性能评价指标 (18:23); X m: \4 E. M. x; Y4 G
13-8 目标检测行业应用现状-人脸检测 (17:31)
6 Q9 j( S) J2 ~9 q9 y8 ]13-9 目标检测行业应用现状-ADAS (10:20)
$ E: B9 W, G3 y13-10 目标检测行业应用现状-文本检测 (09:05)
, ^, t( L# ^9 } U6 S7 f13-11 课程总结 (19:30)
/ N* ~, L9 i2 l# ^: O$ x/ T" a4 E; e# `! L/ a7 R& l
〖下载地址〗
! v. S: W, U, c: {; v0 B0 X
/ j: b. E5 f* n; A: B〖升级为永久会员免金币下载全站资源〗, g/ F7 n6 J, R% 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
, `- r1 B7 v9 E# s) M/ n# w
|
[复制链接]
