. c; `' C+ U, ]9 W( W" g; k2 V6 i
8 j0 P9 t5 I) U ?〖课程介绍〗
' f# P. s0 i) t' _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 [6 l; e. c# l% r8 ~
$ x7 b, N5 ~; q1 E
〖课程目录〗
. J0 Y* p Z. }1 \1 j0 u. v9 s第1章 课程介绍 试看: n T5 T& L( D& I; d
1-1 课程导学 (22:58)试看6 X" p3 k6 {7 ^% k# s) o) u6 k) P
" }2 e, V8 `8 C4 W& e8 `第2章 目标检测算法基础介绍/ C) _. v1 E7 H" D0 \
2-1 目标检测问题定义 (12:10)# a' C. m! |4 Z! L
2-2 目标检测问题方法 (15:11), C! o d s/ o3 ?" o1 t; r, \
2-3 传统目标检测方法基本流程 (05:33)
* S4 r l/ g, S9 Z9 t" s4 j J2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58), u, ^" z8 }( u4 P1 ^% c6 N
2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)
8 p; \4 F. O3 y, h, M, [& X3 D2-6 常见传统目标检测方法-DPM（物体检测） (06:34)" V: `% T7 l( L
2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)
7 a# x3 ]* Q/ n: x6 c: T' X; U) p2-8 Two-stage基本介绍，流程与常见算法 (08:25)1 C. q9 [' G8 s# x$ d
2-9 Two-stage核心组件 (21:06)& a9 _3 T8 R, S8 z- L. t$ e6 r
2-10 One-stage基本介绍、流程与常见算法 (04:36)
* v1 |* e/ o6 w1 k0 i) f% T2-11 One-stage核心组件 (18:52)
* G4 C' Z2 p r2 y- i) G; |. B' B- D2-12 One-stage与Two-stage优缺点对比 (05:14)7 H# I N+ }" N# }6 d# x, d, X
2-13 作业节* W. |- u$ D9 k9 C$ W' w
: p% {" X) a# i4 d+ K- Z& A第3章 SSD系列算法原理精讲 试看
6 |: [2 [5 b, I* T" B3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看! r; u, { z* L& b: ?8 m
3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)( u9 s6 k7 L; D- m: b) o) ~
3-3 DSSD、DSOD算法 (13:29)2 U' W$ Z8 j* j: m8 p' g
3-4 FSSD、RSSD算法 (09:29)2 Q) o2 r! O9 p8 P
3-5 思考题, ?8 I* W! C4 F
5 {" l" r7 `1 Q) v) r第4章 基于SSD的人脸检测项目实战 试看
# P8 X* k2 Q% @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)) @9 A) }( F+ v9 Z9 r
4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)& f$ ^& @1 n& l4 j7 N
4-3 Wider Face数据集介绍 (06:36)
) l$ g2 c% S( Y4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)
5 Q+ n% C5 p3 u g+ f4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)( B+ u6 i6 \4 u. ^
4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)
* l/ G2 u1 d5 N: n2 J4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)3 P2 {% C A- i' `: q
4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)8 k) O* J% f* S$ z# i5 \
4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)
" @( c ~( w4 B6 f8 ?# [* @( x4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)3 t3 V& X- ]9 E! `" g8 Q
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, p Z2 T5 N8 ]. y
4-12 思考题& J6 ?' y4 r9 E0 S6 ]/ e: R
0 H4 X; ]* b# ^8 K9 Q
第5章 Faster RCNN系列算法原理精讲
^' H9 g, G' t5-1 Faseter-Rcnn系列介绍 (06:38)
: Z* h- b4 I" [8 L8 ~, ]) H5-2 RCNN介绍 (14:19)
; G0 O" c# D; q. R$ P# l5-3 SPPNet介绍 (10:23)( r9 k& V! |5 ~) D# q* y+ |
5-4 Fast rcnn介绍 (21:02)
& l5 r) c' z! e$ M# N: a5-5 HyperNet、RFCN介绍 (12:47)6 ] ^5 {+ `( j) x+ h h+ o
5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)! ?6 m; F, j9 L
5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)% X( l* E% A6 l& S/ E' B9 ?: r9 C/ w
5-8 思考题/ c _ j; t- ^" d `- h( K
0 P4 S9 T" B- r* X0 |; I( `0 w+ [第6章 基于Faster RCNN的ADAS场景目标检测项目实战% {, s9 i4 ?7 I, U5 S2 P
6-1 ADAS业务场景介绍 (15:04)
3 Y% G- Q5 ~% u( _& t1 `7 H6-2 Kitti数据集介绍、标注格式、下载等 (10:22); W% O( }1 W3 q. T6 I
6-3 Kitti数据集类别提取编程实现 (14:13)
7 c2 M4 l/ v4 \' h- J1 l7 g5 a6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)/ v8 [' q8 D0 C) x
6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)" f; y) h w0 |
6-6 Faster RCNN目标检测环境搭建实操 (05:34)
) j# Y8 a$ h$ c* U' [6-7 Faster RCNN目标检测框架介绍 (09:10)7 ^3 C) R7 x( C0 H6 | c
6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)
m& W; z* J2 [$ G9 c" l6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
- n1 `4 X$ ?' O0 G/ h6-10 Faster RCNN目标检测模型训练及其优化 (06:58) L" g' Y; _( s0 L
6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)
. X# ]* N o& b2 M# x* ^6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
& {, W0 Q# D, j6-13 思考题* }& ^. _( b& @" e! S2 G. d X: r
+ G: { U0 t; I4 O* Q5 l& w
第7章 YOLO系列算法原理精讲0 \! C/ I' q; z* m! t7 N. ~
7-1 Yolov1算法 (21:28)
7 S4 N* {- u+ F$ U, I2 t1 Y# B7-2 Yolov2算法（1） (12:38)
1 l( \+ K7 c( d7-3 Yolov2算法（2） (11:42)
7 K# I' l p; Q4 C) H7 ^* d5 O$ L; @% _7-4 Yolo9000算法 (05:12)
# D2 N/ `) g( g& a+ q- f6 p; x0 L7-5 Yolov3算法 (10:44)6 F1 f" C: I( `$ ^0 v
7-6 思考题2 d G! ~0 M, d' l4 A7 }8 r
5 E/ d- G# T; i, O
第8章 基于YOLOV3的通用物体检测项目实战8 h" I$ c D% T4 D# l' X
8-1 物体检测业务场景综述 (17:53)4 H# T2 E6 E) [4 D. o" I* T/ {( I
8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)( @& ^2 N$ \0 M4 p3 v' G/ Y
8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)% `) j0 R# T7 a; @6 s7 X
8-4 DarkNet框架解读及相关配置说明 (18:06)3 B; ^4 u4 M& f8 z3 R
8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)
; q: f, `' r' M' M9 s$ |% q8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)1 V3 |2 e# [6 k/ ]9 m {9 h
8-7 思考题 \% P' w0 b2 z1 L
, T* u8 g+ h* n% a第9章 文本检测系列算法原理精讲, g- ~8 `7 a0 L1 C' U
9-1 文本检测算法原理介绍 (12:50)5 p( X7 B2 U) |
9-2 CTPN模型 (10:38)
0 J; `; L+ ^, q! j* P# [; A' n9-3 RRPN模型 (19:11)
0 u2 y1 v' Y0 J) @" d8 N% J# G9-4 FTSN模型 (11:41)
% @: I" A! {6 D1 z9-5 DMPNet模型 (15:56)
4 {& R9 O' C! n; m/ B0 j; T9-6 EAST模型 (09:17)
. Z# M5 n, Q; W3 Z+ q# a7 j% v9-7 SegLink模型 (13:01)3 m" y \1 m7 M/ s: U& {5 X2 l) W/ |
9-8 PixelLink模型 (16:35)
8 b- [, Q! h) y+ g% m4 I9-9 Textboxes讲解 (18:41)
: F) s* C& L5 F" q: I1 N( u/ @3 j9-10 Textboxes++模型介绍 (25:34)2 i) [1 i7 I7 g+ o4 r- ]5 r, o
9-11 文本检测常见数据集 (21:16)
3 f q0 G1 c& Y9-12 其他检测模型方法介绍 (14:56)
- w0 P: ]! ?4 v6 [9-13 作业节3 T% R/ H* A8 c' I( B4 f
/ M J/ R' w3 d* K, W+ ^- d
第10章 基于EAST的自然场景文本检测项目实战
) l7 \# d9 g& J% x9 ~- M10-1 自然场景下文本检测业务场景综述 (15:26)" ?2 _- Z, C' W. a
10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)1 Z) E# _" b8 Y/ {
10-3 EAST文本检测框架环境搭建 (09:03)
) B7 J$ l/ U E2 c10-4 EAST文本检测框架解读与训练实操 (16:23)
d7 X) ?# w7 v' A9 o0 Y# k10-5 EAST文本检测模型测试脚本编程实例 (09:26)
% k) S$ s* s* Y8 N/ s+ W( [4 M- P10-6 作业节$ Y ^+ k7 W2 F
! ^5 h2 L1 b2 y5 m3 `! j第11章 多任务网络原理介绍8 K% u' G7 u5 Z' P$ p% W/ E
11-1 多任务网络业务场景综述 (07:49)
6 P5 f+ n; @/ s* d; o$ {4 S+ L11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)
1 h. X" s! P* |: @4 c2 D11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)) L. G1 J4 U$ P$ }: v9 i) W
11-4 思考题
}1 O% V. b6 C$ [ H$ y2 z
6 Z( S- {6 z/ u/ }/ x2 {$ m- B4 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
3 x% ], d3 ~7 b9 `) E; E12-1 MTCNN环境配置、框架解读、数据打包 (18:41)7 g5 L+ j, L' e2 @9 y% J
12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)7 ] F/ z. a# R) g$ R5 h" w* N
12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)0 R v# J9 {! E; G) Q) S
12-4 MTCNN模型训练介绍 (03:33)4 J( v1 D3 ?% ?! O3 a* N! W1 J2 P" X
12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)2 i/ N& C, [, }
12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)
- I9 K+ z J$ }9 ]. V12-7 思考题 o( C$ B, m" Y" u5 O2 f
6 n7 N: D# k+ ?7 X5 v第13章 课程总结/ ]* ~3 D% h8 L' F4 c
13-1 one-stage vs two-stage (13:13)
* @$ i! e* t a! g3 l! _- m2 V13-2 不同目标检测算法的优缺点对比 (12:52)
; o+ i3 F+ Y% c) i# o9 _8 G13-3 作业节
/ ]0 Y# w D: q# x" j# f$ ]13-4 不同目标检测算法的精度对比 (10:42)
1 |% M. I6 |. ~0 T, }13-5 作业节( A- `7 p4 l: v* C9 @, @8 E
13-6 常见目标检测研究对象与数据集 (10:37)( r$ }3 f( i1 w/ ]& D
13-7 目标检测常见任务与性能评价指标 (18:23)
7 I& n) K" B Y9 ?5 m8 X13-8 目标检测行业应用现状-人脸检测 (17:31)
5 ?" T! W2 i2 \1 v5 I13-9 目标检测行业应用现状-ADAS (10:20)+ f3 W$ q% v6 V9 O
13-10 目标检测行业应用现状-文本检测 (09:05)
! @7 O! x0 \2 P13-11 课程总结 (19:30)" q1 S& a( u7 K) b& g9 y, P
( ]7 ?6 @* A% ]〖下载地址〗( h$ p9 K# }5 |9 [) Q& i- y
c: ~& n0 P; @) o* V6 Q% C〖升级为永久会员免金币下载全站资源〗0 u9 R( [! Z6 _ \3 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
* |! R, v0 L0 z- r
|
[复制链接]
