7 X+ ] O1 C/ r
! Q t4 r: X' b, d3 t# R〖课程介绍〗0 B/ ~: W; C2 s. \
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。4 e; L; Q6 {+ w; {2 ]3 V
% `4 J( Q+ ?7 h3 c* r$ Z& a
〖课程目录〗
& s6 e2 V6 q/ G" N第1章 课程介绍 试看
' P0 |' x6 W% C* U1-1 课程导学 (22:58)试看9 K( B, V2 c" O
. X; U7 s7 K) v& h9 F4 \7 A
第2章 目标检测算法基础介绍
+ n* R* w! d7 L% z9 c2-1 目标检测问题定义 (12:10)
& y& V+ P' ~- n S* r& {2-2 目标检测问题方法 (15:11)
2 ~9 U, F: U8 ]) w& |/ k0 l5 S2-3 传统目标检测方法基本流程 (05:33)6 l9 D2 O( e* x5 N8 Z7 f
2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)
5 U0 X$ s+ G) c( _" X, f2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)
) w/ N2 E, t5 j; Q0 m/ m2-6 常见传统目标检测方法-DPM（物体检测） (06:34)
$ i! k0 j( \! H- Y5 N4 @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 |2 ^1 J5 n% F2 w, Y2-8 Two-stage基本介绍，流程与常见算法 (08:25): x: M4 {7 ~/ U
2-9 Two-stage核心组件 (21:06)
1 v7 y: ]) x+ a2 ]) Q. v& R2-10 One-stage基本介绍、流程与常见算法 (04:36)
& C7 z3 q# G' b4 r/ c2-11 One-stage核心组件 (18:52)
0 h, Q: ^+ Z, H% k+ ]& b [2-12 One-stage与Two-stage优缺点对比 (05:14)
* h) U d- _# X2 t. y, v2-13 作业节
" L1 r6 h; ~8 T( @
9 ^# `. y$ p" A5 d C; V. e第3章 SSD系列算法原理精讲 试看( W0 U* T& L+ h; k( k1 U- H) e5 x& ]
3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看1 [, C9 x0 |. S
3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34), p0 `$ C, R2 g2 b. C
3-3 DSSD、DSOD算法 (13:29)) x! D; j/ M" y: A5 s( f
3-4 FSSD、RSSD算法 (09:29)
8 y' z3 S# e" l3 _/ Y3-5 思考题
0 O9 N2 x/ T, G' ~6 H+ S. C3 u0 r$ k! R' H" G* T
第4章 基于SSD的人脸检测项目实战 试看
) A" h# ? T5 n! S ~5 f& e4-1 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)$ U, j4 P. K0 I+ v* v
4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)
& e' w7 y+ t+ U% I" q5 a }8 ?4-3 Wider Face数据集介绍 (06:36)$ N; {, K% s8 V! ^
4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29), P, w, h5 t; }7 j7 [
4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)
( m3 f: a# A" r9 c) d4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)0 f1 j9 l5 A; n
4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)3 M [$ ]! ]9 t+ C# u! ~
4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)
) e. \3 g& A8 ?2 Y( W4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)' M/ E) f! d; q9 k0 ^) z7 n
4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31) c' y' V( b/ O) a- l
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
3 L( F1 }: O9 M4-12 思考题
! H6 ?- e3 f- S v! Y9 l+ h: n3 L, P& u. H
第5章 Faster RCNN系列算法原理精讲
0 }( F Q9 G9 F/ w. ~8 C5-1 Faseter-Rcnn系列介绍 (06:38)
- }: t0 ?1 d* L2 w. D0 \5-2 RCNN介绍 (14:19)2 O5 n# \; V0 {* z
5-3 SPPNet介绍 (10:23)% M# v; J/ E6 u% ~8 Q- H6 R
5-4 Fast rcnn介绍 (21:02)7 i* Z4 @$ ~4 S6 S( @8 a8 i# F7 z8 ?
5-5 HyperNet、RFCN介绍 (12:47)
% k! l5 \# U) I0 M5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)
! h7 c1 w7 q* \1 m+ Y' l' r5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)
4 r1 G% B p8 U4 L, ^5-8 思考题
- K+ v% R" p& r1 {3 {/ {, i. S
+ t7 \3 M# A# C2 b第6章 基于Faster RCNN的ADAS场景目标检测项目实战/ i' A9 |- Z4 s8 x
6-1 ADAS业务场景介绍 (15:04)4 K K2 Z7 L( h, x% A* L8 D
6-2 Kitti数据集介绍、标注格式、下载等 (10:22)
. G, ~' A2 L* A/ @% c/ e6-3 Kitti数据集类别提取编程实现 (14:13)1 D) k/ G" f. ~2 }: |$ y6 m: p) H
6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)
% B/ H' t' c, J5 p5 H: U6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)$ Z n! x# r p9 P
6-6 Faster RCNN目标检测环境搭建实操 (05:34)
0 x* p: s0 q: y/ n! C [& }: M6-7 Faster RCNN目标检测框架介绍 (09:10)
3 B' Z; [' c, ~6 d2 p6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38), M/ {6 P9 K) p! _$ q0 e E
6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
* i- ~0 @ z3 J+ A6 S) H6-10 Faster RCNN目标检测模型训练及其优化 (06:58)
3 m9 I- g) [( u6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)
( u& Q- {2 R9 U) Z J# j: P6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)3 E( t/ J, P- k' q. W7 {
6-13 思考题9 q8 X8 A7 }% n6 z
8 m5 H: W+ s P* _' s M第7章 YOLO系列算法原理精讲+ j: P1 V( E5 W. R0 p
7-1 Yolov1算法 (21:28)
4 m/ g4 M2 N. {, C' T x# R7-2 Yolov2算法（1） (12:38)+ Z+ n6 S, M9 k
7-3 Yolov2算法（2） (11:42)
; ^5 G8 g7 M4 ?6 m1 H7 n7-4 Yolo9000算法 (05:12)- v* |8 A' K" a: p
7-5 Yolov3算法 (10:44)$ a- e; c5 r+ d: Z1 f' Y+ L/ H6 ~
7-6 思考题
* |' C: J, e0 t0 u# b1 G
- z& n. R' E& Y' {2 @% F第8章 基于YOLOV3的通用物体检测项目实战; S( K+ P' e% u3 {- m, P2 w( b/ ]
8-1 物体检测业务场景综述 (17:53)! R8 ~# `: O4 [
8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)
' y& J5 z2 S5 M* V3 N" R8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)
* |! m2 I; w$ _+ S% a/ H* h8-4 DarkNet框架解读及相关配置说明 (18:06)4 `& `) A1 k- i* _ ~9 i7 A% V
8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)
! q- K4 j* B2 ` \; ^8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)5 N0 ]" Z- H; Z* B! L2 r8 n
8-7 思考题# H/ A+ k- H" o8 r+ I) |
$ F0 Q/ N7 e5 i! l+ D第9章 文本检测系列算法原理精讲
$ R0 T" G* ]3 H- f' J4 q# q9-1 文本检测算法原理介绍 (12:50)
4 g' f8 a: Y' e9 C, Q- Z9 f9-2 CTPN模型 (10:38), ]& ?5 \0 _6 @& x) m8 d. Z
9-3 RRPN模型 (19:11)! O# [2 X @+ @' G
9-4 FTSN模型 (11:41)
/ {" S0 C6 X% L$ ^' m7 q) ~5 d9-5 DMPNet模型 (15:56)9 r- \! z+ v0 G" J
9-6 EAST模型 (09:17)# B e4 N! r& p) z F
9-7 SegLink模型 (13:01)
F6 e: b8 P8 G. y0 K9-8 PixelLink模型 (16:35)& I1 v. B" ]* I
9-9 Textboxes讲解 (18:41); ^6 M# p! ^, p, i1 e
9-10 Textboxes++模型介绍 (25:34)
2 l; r, ~& d4 N, b# A: z; t: @6 \9-11 文本检测常见数据集 (21:16)' G, Y q- H! V; ^. g
9-12 其他检测模型方法介绍 (14:56)* l( G* i9 L6 Y6 A
9-13 作业节
0 p$ m2 g# r8 S( B
' I( o2 Q1 D; U% j+ I- O- U( h2 M第10章 基于EAST的自然场景文本检测项目实战! K( h% S; |1 t' ?% t! O* t2 P- p
10-1 自然场景下文本检测业务场景综述 (15:26)2 m6 r+ q ^# b& B
10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)$ h6 k8 G$ d2 `' x
10-3 EAST文本检测框架环境搭建 (09:03)" Y* j {' B: x5 H8 v
10-4 EAST文本检测框架解读与训练实操 (16:23)/ ~, o. ^7 ?2 i4 X2 o: D6 m
10-5 EAST文本检测模型测试脚本编程实例 (09:26)
9 G4 W6 i# C! w6 l10-6 作业节
5 c" v! |) N* B8 i4 p' N
# X, a/ A/ x" S+ m# k0 J( t第11章 多任务网络原理介绍
8 M$ H) S" q( P3 R2 H, ~11-1 多任务网络业务场景综述 (07:49)
+ a x& C* H5 C3 n6 v/ m5 R11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)% w# O0 g2 O) h" V
11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)
5 H( O' R% m: C# t( F/ Z+ _+ F! t11-4 思考题, K+ S: w) Z: B0 A" g
+ I' K; J" E' Y7 r9 W第12章 基于人脸检测+关键点定位的多任务网络项目实战) B: N* | ]; q' d' Q- V
12-1 MTCNN环境配置、框架解读、数据打包 (18:41)/ b2 _- k# W% Z
12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57); y( A |! J D& R7 g" ?
12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)
`: U) |9 \8 k1 m$ a9 `12-4 MTCNN模型训练介绍 (03:33)
; e( [1 ]* E3 b$ x12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)7 t( L$ H/ q* b* B
12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)
2 k6 w2 ^, @- K) `12-7 思考题
1 x: G4 m3 | o1 ^; F% D- V) n
- ^0 v0 W, F, p# P5 i# ~0 Y+ ~第13章 课程总结
5 z0 R$ O0 \% U6 l13-1 one-stage vs two-stage (13:13)
& t0 F0 O/ R# k2 D& T, ]$ o6 D13-2 不同目标检测算法的优缺点对比 (12:52)& \& p1 i1 |/ F! ~
13-3 作业节
, k4 e+ Z: c$ O# T/ ]) }13-4 不同目标检测算法的精度对比 (10:42)
6 |; Y0 D( N# {, b13-5 作业节
* a8 n( F, d* ]' o13-6 常见目标检测研究对象与数据集 (10:37) X, V' c& ~. `
13-7 目标检测常见任务与性能评价指标 (18:23)
5 e1 b( n+ G' v& w$ W1 S13-8 目标检测行业应用现状-人脸检测 (17:31)
; ~' P9 k0 u7 T H/ }13-9 目标检测行业应用现状-ADAS (10:20)
& \. X) E7 N' w/ M13-10 目标检测行业应用现状-文本检测 (09:05)
7 [2 O Z$ z7 ^0 v13-11 课程总结 (19:30)
) E! [3 L0 |% i0 p* P+ U- q. c+ h3 @) d) O
〖下载地址〗0 @1 J0 l6 K, k8 o( e. l7 W
6 L) v$ K* J2 o2 a; D0 J3 }& O# l〖升级为永久会员免金币下载全站资源〗8 r3 ]( Q2 U% v
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
& v. ^9 W8 U/ m5 y1 h/ B |
[复制链接]
