* P7 s: N' z# Y" C' S
4 [+ [3 A3 i% ^4 x
〖课程介绍〗! @* z* \2 K* o+ C: [7 n$ C
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。% F: }5 f7 A# W* @$ Q# u' o
7 s4 C% G' k2 I3 Q; W+ s8 t〖课程目录〗
, q/ J) ?5 m/ u9 W- B8 N第1章 课程介绍 试看+ X: j& B8 p8 a2 n, C, F# B1 H
1-1 课程导学 (22:58)试看
& p' w0 J* T$ }! W! P& g0 }8 [: P) y& g! q
第2章 目标检测算法基础介绍5 s! v" J- [. P/ W( m$ V
2-1 目标检测问题定义 (12:10)3 r0 f% w5 `! v5 e2 G' V( }
2-2 目标检测问题方法 (15:11)5 X! L% {. J2 T* ~' E4 V4 _% |
2-3 传统目标检测方法基本流程 (05:33)- P# D2 E' k( Z& i! G
2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)
* A! _ }" L0 J' o7 G( U2 j2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)3 O9 f6 U5 I& Y0 T W" o$ U
2-6 常见传统目标检测方法-DPM（物体检测） (06:34)! w, p2 ^- @" F) m9 U
2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)
8 c6 q1 j" m5 d8 V, U2-8 Two-stage基本介绍，流程与常见算法 (08:25)
. n* g) X" _* k3 v2-9 Two-stage核心组件 (21:06)3 D8 F7 H9 b+ R1 N. ]0 B
2-10 One-stage基本介绍、流程与常见算法 (04:36)* x( z& w4 r! l% ~/ Y1 o
2-11 One-stage核心组件 (18:52)5 i- }4 E# {2 c* @: t- u ]! g
2-12 One-stage与Two-stage优缺点对比 (05:14)
2 F# ?% b/ b9 L4 g# O% M2-13 作业节
7 k( P- T* n$ c) {& [0 k$ K E( b& w% U! a
第3章 SSD系列算法原理精讲 试看8 Y) }5 D+ R2 t% q4 r! b- i' n' ^
3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看
; T/ Y$ C+ z' V% ^3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)
2 K" u& J- L2 C, f3-3 DSSD、DSOD算法 (13:29)
7 ^) c9 d4 C. Y l( {, i7 S3-4 FSSD、RSSD算法 (09:29)& t; k9 k. N: a% w! _6 b3 ?6 T
3-5 思考题$ {: H2 P% g& u5 P( Q
# X" s; V6 W# x/ p: @4 g第4章 基于SSD的人脸检测项目实战 试看
3 z; `% b: F5 q4-1 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)
6 a6 o8 W: K+ ]$ }8 H0 H& D5 k4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)
8 z& n8 u/ O$ X5 u$ ]7 s4-3 Wider Face数据集介绍 (06:36)
) ]7 I Y ^- v; X4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)% X, E, }; M6 u' G( P$ i( B
4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)) @( l4 P6 u" M. t5 I
4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)3 ?; {; W8 z% H% T Z5 `2 }" t
4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
h. X7 d3 e; M4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58) V1 k: C* d, v) T( \
4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)
3 b* m6 ^0 W6 [; m' e4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)0 Q! V0 _: G) V+ S! [) t B- P
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; M8 ?; \% p0 R$ y% Z
4-12 思考题$ u* g. y7 B* ^ K2 T9 b- A
8 u6 {. z( T0 `. V! M
第5章 Faster RCNN系列算法原理精讲
, S7 q I5 {: v. E+ r1 A5-1 Faseter-Rcnn系列介绍 (06:38)
( n* t( b+ g n; R! |5-2 RCNN介绍 (14:19)
' `7 v/ B$ n) Y7 c* l" F5-3 SPPNet介绍 (10:23)- N$ ?6 H; S. p6 K
5-4 Fast rcnn介绍 (21:02)1 E- ?) t! \) c4 S5 ^
5-5 HyperNet、RFCN介绍 (12:47)8 l: s8 N# R0 b L2 k! ^
5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)$ D$ ` H6 w, `! }7 C: W4 K
5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)
( f3 a' T7 f6 R- m! ] B, l$ A+ x7 g5-8 思考题
/ ~ c0 z2 D5 S7 C5 |8 ?
I! G6 t1 f/ K4 C9 q: p第6章 基于Faster RCNN的ADAS场景目标检测项目实战
0 Z. g0 e/ V# w8 z* Z6-1 ADAS业务场景介绍 (15:04)
3 {, a; d) L1 S# h) k* h9 Y4 B6 [6-2 Kitti数据集介绍、标注格式、下载等 (10:22), h2 F6 g6 W1 f
6-3 Kitti数据集类别提取编程实现 (14:13) e* v3 W! Y6 B8 w
6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)& |( X2 K6 z; |
6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)
0 a1 |' ]8 r& I6-6 Faster RCNN目标检测环境搭建实操 (05:34)
# W1 T: X0 i; d) m, |& R- Q6 }. ]6-7 Faster RCNN目标检测框架介绍 (09:10)
3 g' K! X3 S; o8 x! [9 |# `6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)
! e0 D3 A6 ?0 U% l) i6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
4 q7 l' v6 ^5 _: ?/ Y. X" a6-10 Faster RCNN目标检测模型训练及其优化 (06:58)
, m9 H/ T. U; W4 S6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)- b/ x4 F; e* y
6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
7 Y; e3 ^/ |# z, a0 E6 h$ A6-13 思考题
8 K: W5 S. S B
\! ?& x7 T1 b& o6 z第7章 YOLO系列算法原理精讲
/ O. ^: v2 {+ s1 ]% j7-1 Yolov1算法 (21:28)4 g5 Y2 M1 L& X1 Q
7-2 Yolov2算法（1） (12:38) {0 W) [3 [, ]( t4 ]% V$ v& w: b
7-3 Yolov2算法（2） (11:42)+ A+ o8 |- s) I7 g: m/ Y, y
7-4 Yolo9000算法 (05:12)
+ c: S/ Y# T2 R7-5 Yolov3算法 (10:44)
" v/ D: X$ U7 p& G7-6 思考题9 l' ]# {1 \7 x( X9 b7 r4 L
# z/ Z0 p; r Y( e k; z
第8章 基于YOLOV3的通用物体检测项目实战
) Z. w) D' f" Z- o; m; K! b8-1 物体检测业务场景综述 (17:53): k* u A! b2 v) ~6 [
8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)
6 O9 o: N9 |' z. b4 q/ p8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54). e( d4 V& a9 }* A/ k W
8-4 DarkNet框架解读及相关配置说明 (18:06), O' v5 D) N1 K, S4 s. d
8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)
" N& s; T6 [$ J2 C# Z) Z' Z, Y8-6 YoloV3检测模型的测试介绍及编程实例 (12:15). ~- n) W U5 p( r4 |0 Q! d
8-7 思考题
: @- w; {6 o* P2 B
9 P8 @4 d0 Z5 v' w; I, Z$ J5 M- ]( g3 o第9章 文本检测系列算法原理精讲
/ K% j+ u& B( a( ^9 ~$ c- _9-1 文本检测算法原理介绍 (12:50)6 | \" F. i% T2 F+ a8 d0 _; R
9-2 CTPN模型 (10:38)
. X) w7 O+ q% a' Y k7 t u6 f: u9-3 RRPN模型 (19:11)
0 f$ j K7 {$ h- Y9-4 FTSN模型 (11:41)0 |1 R; b3 X7 k$ d( n# g% k' T7 X
9-5 DMPNet模型 (15:56): M7 ]4 N' @ t1 _9 V
9-6 EAST模型 (09:17)0 z- b$ f7 B2 n' Q5 c/ p. b
9-7 SegLink模型 (13:01); s4 ~! E( v) N6 t A" ]7 g
9-8 PixelLink模型 (16:35)( `, Y1 Z% I$ z) a5 E$ x
9-9 Textboxes讲解 (18:41)
7 _2 G3 a6 \. E7 H& \ m, k9-10 Textboxes++模型介绍 (25:34)1 L4 U" `, V; I4 [+ d# F/ f
9-11 文本检测常见数据集 (21:16)
+ k: o/ c& n; ~$ r v/ m' u$ T+ F9-12 其他检测模型方法介绍 (14:56)
, Q3 x1 o- V) P9-13 作业节& h& w, @ x" o( P: H0 |- Z
: S. p W$ k6 U2 V D
第10章 基于EAST的自然场景文本检测项目实战
* S' C* |% K" R- }! F10-1 自然场景下文本检测业务场景综述 (15:26)/ C! v# d) C7 Z! v
10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)
" P. l" g1 c( j# n2 e% D10-3 EAST文本检测框架环境搭建 (09:03); ~" P# {- X9 w8 x
10-4 EAST文本检测框架解读与训练实操 (16:23)5 B- }8 a' @6 A
10-5 EAST文本检测模型测试脚本编程实例 (09:26)8 }/ u" o$ f2 c, |& j& o
10-6 作业节
, t- d# p( p4 |! d- d! @ S2 l$ E3 T" x
第11章 多任务网络原理介绍" a! U* Q1 n% d
11-1 多任务网络业务场景综述 (07:49)
$ H' u3 B! y/ k4 Z1 \9 P11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)
! {6 g/ E: E/ a- k. }0 d2 u5 M11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)8 q, G/ f1 J) a r* y6 @6 ?" | ]
11-4 思考题
0 i7 z$ b _# l
Y5 m Z; F9 l第12章 基于人脸检测+关键点定位的多任务网络项目实战4 c, @" q9 j9 o/ y/ j# J, Y5 `% I
12-1 MTCNN环境配置、框架解读、数据打包 (18:41): I( g6 v* M9 X; H, h
12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57); O9 {! K! J4 ~8 x0 i+ w- |/ f3 Q4 F1 m
12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)
4 c$ ?! l& W; y1 H6 r$ B0 y% H% P$ R12-4 MTCNN模型训练介绍 (03:33): Y$ R- L+ A- o% I( L5 Q
12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50): |3 b8 c9 C- [6 j: B: }" Y
12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)% u' d- Y9 i1 D! I
12-7 思考题4 r1 K, z4 i# r
$ n1 Y& @! Z# {3 S M第13章 课程总结! m. ^2 X& ^/ }% f# e' O7 E4 W5 n
13-1 one-stage vs two-stage (13:13)
" y \) K) P0 X c& {9 }, I13-2 不同目标检测算法的优缺点对比 (12:52)
0 ]0 F- |& Q( r0 f3 V, h13-3 作业节" I! {* |' {$ x9 y Y: q
13-4 不同目标检测算法的精度对比 (10:42)
0 C H- O' N/ t. b Z- ^13-5 作业节, ]' k; Y b& U( \
13-6 常见目标检测研究对象与数据集 (10:37)9 h3 w5 ~$ Y* q" b
13-7 目标检测常见任务与性能评价指标 (18:23)
9 `# J7 w% {" T9 A2 G# }- m13-8 目标检测行业应用现状-人脸检测 (17:31)
9 t& t; x8 W/ k* |; a- _13-9 目标检测行业应用现状-ADAS (10:20)
Q+ R5 r& |$ w/ a13-10 目标检测行业应用现状-文本检测 (09:05)
L9 Z. w' h# h/ o: a: H13-11 课程总结 (19:30)1 k) Z% J9 a x+ q. e8 }
% ?5 c7 T8 b3 N) `- |$ B V〖下载地址〗8 D* B* g# r( g: W
) r' Z. {' N X9 W- H) v N〖升级为永久会员免金币下载全站资源〗 V; x {8 U' Z7 R
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
( s* o. c2 |- Q, u/ W' l; @
|
[复制链接]
