: S3 t% [3 k1 g/ w) l
7 j' u9 C/ T; O〖课程介绍〗
) s7 a9 G. N2 @6 V) D6 F. ] W+ t! `4 O0 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。* m* N" N; b1 q* t1 j3 f
- E, d* k. ^& G) [* E0 [〖课程目录〗
* S h; x4 l+ N, o1 f第1章 课程介绍 试看3 Z0 ~4 q, y# g$ G& e; c0 V
1-1 课程导学 (22:58)试看8 Y$ R1 x# y; L. t1 y k! F/ U7 B' A
/ Q D) q# H7 y) h2 j! e( `
第2章 目标检测算法基础介绍$ u, H) M* U% ]1 j0 h {
2-1 目标检测问题定义 (12:10)
+ M' A- Y0 i4 E9 j" ~) ^- j2-2 目标检测问题方法 (15:11)3 E& j( S4 r6 V' D! W$ h
2-3 传统目标检测方法基本流程 (05:33)
! }3 \% a1 b) E; `2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)" _# w; _& G7 F/ X; F% |
2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)% [% S. |/ t- y
2-6 常见传统目标检测方法-DPM（物体检测） (06:34)
6 l, B& g/ ~* p& M" a) X) m2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)/ \+ q: [+ B; A+ D
2-8 Two-stage基本介绍，流程与常见算法 (08:25)* S# N Z! Z) h. k
2-9 Two-stage核心组件 (21:06)
) D- L9 b5 b/ f1 s: C! c2-10 One-stage基本介绍、流程与常见算法 (04:36)4 U- J; N& c3 a$ g+ s7 i0 j- B7 g: j
2-11 One-stage核心组件 (18:52)7 i4 W- ?# Z8 O1 H2 ]
2-12 One-stage与Two-stage优缺点对比 (05:14), ?, u# O- W0 o d/ P5 u! g
2-13 作业节
R$ R4 N6 T. k. Z# ^1 n0 F' j( E$ M- ]% f# g& F$ t `- [- e
第3章 SSD系列算法原理精讲 试看: d' ~! B g# L8 @
3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看
% u& w7 t5 e4 b1 g3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)' n$ O0 c/ b. U7 E1 B) D$ x- B' J
3-3 DSSD、DSOD算法 (13:29), ^& n& E& O7 a% X
3-4 FSSD、RSSD算法 (09:29)
2 g$ v5 \* }1 d I7 i3-5 思考题2 ^. x6 z7 l+ o& c
/ \! e( e3 C. x: `) K3 `$ G2 {# K第4章 基于SSD的人脸检测项目实战 试看+ b$ t* i/ B2 A2 u
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)
' L9 t0 }: L6 S% Q0 } s1 Y4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)
( i: o" |5 ?- K: ]! G- K4-3 Wider Face数据集介绍 (06:36)
$ B& ]# H2 p2 X) F, l4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29) B r W" Y! t2 w
4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01). e- [# J" ^7 N7 V1 n
4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)
9 z3 U4 E4 p( ?. K2 Q4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
) H, e! B1 y& L3 _4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)
4 @; p6 T: F; h3 N' O0 d4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)3 }6 H8 s/ }4 o: U* R
4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)6 M5 Z X1 q- i; r
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5 h/ _- s$ n) Q/ m+ G% j$ s1 {
4-12 思考题
/ `1 `9 u. ^( X1 @+ o) v% ~2 ]6 O% B# } K f+ f; D
第5章 Faster RCNN系列算法原理精讲9 N9 [8 V' d; H8 @; t# ^; \
5-1 Faseter-Rcnn系列介绍 (06:38)
* I1 w! I) i! I5 ]5-2 RCNN介绍 (14:19)+ m# n) @6 H d2 O) g
5-3 SPPNet介绍 (10:23)
7 q8 ~1 J3 Z4 ^3 h5-4 Fast rcnn介绍 (21:02)6 {) O4 }5 V( Q& d
5-5 HyperNet、RFCN介绍 (12:47)
, F3 Q% h( F# m7 l ]7 V; x6 g5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)8 Y5 t( F# G& U& s+ h5 ]
5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)
6 F/ J w4 E$ Y, p9 O8 r5 ]0 ?5-8 思考题4 \6 `' d p5 z/ n4 E
% G! i w* V' Y3 M
第6章 基于Faster RCNN的ADAS场景目标检测项目实战
" \# R/ j" z% m- H& `1 f1 h7 Z6-1 ADAS业务场景介绍 (15:04)
/ a0 M C& ^) z) ?% @6-2 Kitti数据集介绍、标注格式、下载等 (10:22)# I' {! L/ a, C/ z
6-3 Kitti数据集类别提取编程实现 (14:13)
; H/ S. x9 M. ^; u: E) B' e; U6 v& L6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)
% `" u+ | l: L7 @* W' ]8 c' j6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)
1 L2 o3 E! _% Q# t6-6 Faster RCNN目标检测环境搭建实操 (05:34)1 g+ O: k* q% w# ^
6-7 Faster RCNN目标检测框架介绍 (09:10)
" G; }/ l# D$ N) u% Q% V6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)
! Q5 T: u- ^2 ]- F6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
q" Z- Z0 m9 b |& y8 N1 e6-10 Faster RCNN目标检测模型训练及其优化 (06:58). S1 M9 B, D6 \
6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)* Q1 R" f+ Q6 H# ]- `
6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
8 k# h% s; A+ g7 ~) B' M/ h6-13 思考题- D) @! m: h% B9 f' I" w+ r6 {
7 d: e! i) I" N8 _第7章 YOLO系列算法原理精讲/ ^( `! f/ T+ Y" O
7-1 Yolov1算法 (21:28)
) v1 s( k% u$ Y8 ^) g- P- ^# X7-2 Yolov2算法（1） (12:38) e' ~8 w: ~+ g
7-3 Yolov2算法（2） (11:42)5 s* F- s0 L2 U
7-4 Yolo9000算法 (05:12)# ^* m8 Y7 D8 \7 K% ~, ?4 o$ Q
7-5 Yolov3算法 (10:44)
4 a) `' q% Y: v8 H* D3 h& X7-6 思考题" F" s! R( T3 D4 c3 b/ E! ?1 |+ ^
# O! r% Y4 c9 [0 |% Q5 Z
第8章 基于YOLOV3的通用物体检测项目实战* w9 T" x- h- v* ?1 g# P+ `: P
8-1 物体检测业务场景综述 (17:53)9 M; A8 T: _3 m4 Z( G
8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)
8 E! M" I' L! W* {8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)
' _6 i. h/ g, d0 M W8-4 DarkNet框架解读及相关配置说明 (18:06). u; n- x/ A8 W- ~: V: x
8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)- z" Q. b5 {+ X1 Z4 s- \8 ?
8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)
5 K& o s1 {% H3 G' U/ k8-7 思考题
& u( J6 v' `, q* i( L
* T- G) U9 t' p: q* [% ]! h& ]第9章 文本检测系列算法原理精讲. `! c+ s) T! S; ~5 H( W, f
9-1 文本检测算法原理介绍 (12:50)
`$ n h. d Y* D9-2 CTPN模型 (10:38)
! G! Z$ ?, @, d5 B" x" k+ ~' D, Z! u9-3 RRPN模型 (19:11)9 A' i7 j' N B0 z
9-4 FTSN模型 (11:41)9 _# ~: F4 m& j; ^: H
9-5 DMPNet模型 (15:56)5 i2 h! O2 J5 e( H
9-6 EAST模型 (09:17), X" V+ K/ b1 F
9-7 SegLink模型 (13:01)7 K! j U: E, z* p( O0 l4 \, n
9-8 PixelLink模型 (16:35). E& O3 E7 ?7 K8 f7 r
9-9 Textboxes讲解 (18:41)/ T" p1 x1 K+ q$ I- C4 }
9-10 Textboxes++模型介绍 (25:34)
1 T! \9 V0 B. A3 M7 m. v9-11 文本检测常见数据集 (21:16)$ C, ]7 J$ n" N _
9-12 其他检测模型方法介绍 (14:56), C, B% V4 q' g. O
9-13 作业节1 b! d7 _+ { I2 a! g: t
Z9 b8 l0 G6 K. v
第10章 基于EAST的自然场景文本检测项目实战/ E+ _2 [* R, ?4 f9 ]7 k
10-1 自然场景下文本检测业务场景综述 (15:26)
1 S- k- U9 f, M1 C- q. [' Q- @& `9 }10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)8 e7 Z9 Q3 W3 w, V% O$ I3 g! w" o
10-3 EAST文本检测框架环境搭建 (09:03)
2 |& W" B/ }: J7 J% Q% F. ?10-4 EAST文本检测框架解读与训练实操 (16:23)
! [& ?) D L9 ^: f- a* X6 U# m10-5 EAST文本检测模型测试脚本编程实例 (09:26)
; c0 o; U4 a: F/ Y% F10-6 作业节: ?8 |2 Z, n! ` T+ u- z3 ?/ U$ X4 }
4 E! h0 W ]1 {4 a4 F4 b
第11章 多任务网络原理介绍
* Z7 T& [$ r [; E* f, R* b4 l11-1 多任务网络业务场景综述 (07:49)
# ^4 n, |6 L* z1 O- {4 a6 V11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)6 O0 B% C+ y3 S8 f; T
11-3 人脸检测+关键点多任务网络数据集介绍 (05:30) `+ ~$ q' a- b- v0 I" W
11-4 思考题
3 F+ w- U9 v1 m1 W0 a+ P
& V9 _& q+ R; g- \2 Z( [4 e第12章 基于人脸检测+关键点定位的多任务网络项目实战
2 u/ T& z6 c) g12-1 MTCNN环境配置、框架解读、数据打包 (18:41)
7 X1 N/ k0 E- S* C( D6 U2 V0 n12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)# N$ E& I; x4 W
12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)% J# e, H6 q9 p b2 g
12-4 MTCNN模型训练介绍 (03:33)' A- N/ N/ E$ _8 U7 Q6 t
12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
6 w& I# u ~) @' F0 q" C. O! b, F12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)
6 d" o, u* J" ]5 P/ F7 e1 G! @( K' g12-7 思考题
7 X4 I) A* a* c2 M6 g" o
" a4 c, H$ y! D& T( q/ [" O第13章 课程总结
1 [% ]) h$ ~" l13-1 one-stage vs two-stage (13:13)
9 _0 N4 B: O2 M9 B: j" n2 d( v13-2 不同目标检测算法的优缺点对比 (12:52)* [5 N3 H7 j( I3 n0 ]
13-3 作业节+ \2 f: F9 N! Z1 _9 V
13-4 不同目标检测算法的精度对比 (10:42); c. G3 d( n4 R8 M2 t5 z) ]
13-5 作业节
0 T" R. f+ d' D5 V/ n13-6 常见目标检测研究对象与数据集 (10:37): h2 { F! @# x# b
13-7 目标检测常见任务与性能评价指标 (18:23)
8 B5 ~2 } |% n) B13-8 目标检测行业应用现状-人脸检测 (17:31)4 O" a: O' m+ x8 L% c1 W8 n
13-9 目标检测行业应用现状-ADAS (10:20)5 Q" ^5 X/ ?! y5 y3 D2 J$ n% L
13-10 目标检测行业应用现状-文本检测 (09:05)4 U0 ^% k. L! `8 m) w1 P
13-11 课程总结 (19:30)
|( Z' v6 |4 W0 B8 U( N
9 b3 ?3 [* c* i9 N! U8 Z- r: P5 j〖下载地址〗
9 `, {2 G- S. g/ k: y( A4 t
! h2 D% o. Y! `6 z+ p; _5 B〖升级为永久会员免金币下载全站资源〗
! o4 J4 ?' l- 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
9 U. W" y9 ~" d7 F f7 ~& ` |
[复制链接]
