( O: @7 U" G5 `* M
% [- h8 R( K+ P# J〖课程介绍〗' l) b* y$ f+ w* a, ~& G
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。( O3 Y- b' M- d1 f' K4 r
1 w; ]/ i# J5 h6 ]〖课程目录〗
2 h& P4 y8 q4 y! v( C第1章 课程介绍 试看
& o d' |# Z3 _" c8 k5 V1-1 课程导学 (22:58)试看
# {3 m' J9 _" V3 s- k" X8 T; {! v: }) b5 q/ Y8 K
第2章 目标检测算法基础介绍% S2 c# A9 e( N8 k$ ?, g
2-1 目标检测问题定义 (12:10)
( d. v) }7 c/ s) i f h2-2 目标检测问题方法 (15:11)
9 N2 T7 N' V7 w. x/ v. t' D2-3 传统目标检测方法基本流程 (05:33)
: U9 B( T3 \1 F4 f4 e2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)6 ]# ~& \( f9 B1 X, d. L
2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)9 u. a: M( c, g i
2-6 常见传统目标检测方法-DPM（物体检测） (06:34)
2 F, g3 j( D& z2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)
. s+ R& J3 s" \& b2-8 Two-stage基本介绍，流程与常见算法 (08:25)( E: c6 k" R$ A6 i" P
2-9 Two-stage核心组件 (21:06); C, @* z5 ]$ u+ t% _# ?
2-10 One-stage基本介绍、流程与常见算法 (04:36)' k+ T$ R0 g, W# m
2-11 One-stage核心组件 (18:52)
. y; e/ ~3 a8 j, s6 \2-12 One-stage与Two-stage优缺点对比 (05:14)
' x/ Z3 o3 W& u `& w, T2-13 作业节5 [. n: U- y, m* N% a' z
, D2 c( ^( L0 }9 \第3章 SSD系列算法原理精讲 试看
. E/ q+ }' o9 ]" k* M3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看# @0 n5 c# e* C8 n
3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)
8 {3 K9 f6 ^, s9 F9 P3-3 DSSD、DSOD算法 (13:29)
# ~+ Q4 d! @" ?0 e; \" Y3-4 FSSD、RSSD算法 (09:29)* [8 H6 R( x( g- g6 b1 B
3-5 思考题
i5 B; ^& Y. Z0 X5 |4 a% K' u5 P% h+ E
第4章 基于SSD的人脸检测项目实战 试看) \+ m8 A1 x# _) i3 h9 h
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)
' }/ t! F& u( s. c4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)
9 ]' A, ]6 p1 Q9 ]9 w5 g9 ?2 }4-3 Wider Face数据集介绍 (06:36)
) R- w$ I& i4 M3 k) C+ b5 E5 d b3 r# G4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)# I5 _: U P: R
4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)/ J, E3 b8 `+ r, e+ b
4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)
5 u( H! i0 x& v1 s4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19); I. m$ C( }, J4 m; S
4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)
8 y4 J: k4 H& }. r2 g, j# @4 c9 _4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)
7 H+ @$ O' j3 B- \$ y$ [ H4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)
2 e& d0 ~/ J }) ^$ e4-11 Caffe-SSD框架测试结果可视化与人脸检测技巧说明 (11:09)试看 a5 I6 \# ^' q
4-12 思考题
: R: I7 a% }! c8 z! U5 e# Y' W0 ?" a- I' k0 ?2 M
第5章 Faster RCNN系列算法原理精讲
+ I5 d8 a: t+ w4 T" ^5-1 Faseter-Rcnn系列介绍 (06:38)
5 X3 I; ~/ `) M n5-2 RCNN介绍 (14:19)
2 U, K" F1 ]. x) y5 A& a5-3 SPPNet介绍 (10:23)
( w* _/ G: }1 ~( {5-4 Fast rcnn介绍 (21:02)
& A: Q1 x$ \% D( x# v8 s8 M2 g% B5-5 HyperNet、RFCN介绍 (12:47)
W. C" z, S( G6 V* v5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)/ ~# \6 v4 f. }3 p9 X- q2 o: P' ?( K
5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)7 g, Z- ?: B1 s! h1 r* ~8 h) B" }
5-8 思考题- d' G) e0 T6 q" u6 w* c
2 p/ p* l ?+ q5 X2 y& `, M
第6章 基于Faster RCNN的ADAS场景目标检测项目实战# g" a. L% e o# \& C2 B
6-1 ADAS业务场景介绍 (15:04)
3 k2 f- g1 a$ _) u6-2 Kitti数据集介绍、标注格式、下载等 (10:22)
. X x+ e1 @* R. x ~6-3 Kitti数据集类别提取编程实现 (14:13)" P$ H6 X2 g. ^1 S& m S
6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)# S$ c% Y" [8 X/ n/ Y4 g3 |
6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)
; A! \6 c* U( W4 |; \7 q6-6 Faster RCNN目标检测环境搭建实操 (05:34)
1 J, B) k' X6 _3 t$ l9 \6-7 Faster RCNN目标检测框架介绍 (09:10)) k8 L% h$ Q, h/ w! z6 j
6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)
' E. k+ J# |* u2 t; H+ Q- ?0 Z0 u% `6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
" s5 w. a) l, |" w2 u+ ]6-10 Faster RCNN目标检测模型训练及其优化 (06:58)
# t/ e- s9 L! {8 i* e. h. [: Y6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)$ Z4 o* A) I2 G7 ~; Q! P5 |% ?+ ~
6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19) k: Z: q1 E* D7 b
6-13 思考题
, z9 M- X$ k) z! V8 r K7 a$ r8 L; N9 x* Y, V
第7章 YOLO系列算法原理精讲
2 _+ X2 p: r2 A p/ y7-1 Yolov1算法 (21:28)
% H# N7 k& z, D* P3 l; N8 q7-2 Yolov2算法（1） (12:38)" |. ^* Q: P$ z, l0 K; u* w* p
7-3 Yolov2算法（2） (11:42). S* F5 p5 ]4 D4 [1 j1 [
7-4 Yolo9000算法 (05:12)/ o h$ r9 g3 z7 I1 }6 w+ B
7-5 Yolov3算法 (10:44). |5 c: T: W8 \+ Q$ B
7-6 思考题
5 b; N- j, z/ |: w" R& `& I% L
! l1 C+ {6 |$ k* C+ W第8章 基于YOLOV3的通用物体检测项目实战
# ~0 M5 A3 D, M3 A+ ^/ |8-1 物体检测业务场景综述 (17:53)
- g. d1 _2 @5 E1 |: U4 N8 n8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)
. E( p: x# ?( T8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)# ^; Z7 q5 H M/ e0 l- ~
8-4 DarkNet框架解读及相关配置说明 (18:06)
2 }7 q5 W. ~* d9 Q9 B1 m9 @8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)* l# p- r' ^; T; K% K$ K) ^) T
8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)% a6 q7 A' n" w
8-7 思考题
5 {# ?/ h: E; ]- P
, j. Z5 H$ |' Z3 b第9章 文本检测系列算法原理精讲$ I i5 P+ o! @8 Q" i' S
9-1 文本检测算法原理介绍 (12:50)
! ^8 Z) {+ E% @ L- l8 ?# H0 g8 b9-2 CTPN模型 (10:38)( b: z1 Z9 j0 W1 V: `7 ?$ y
9-3 RRPN模型 (19:11) F! m! n3 V9 Q
9-4 FTSN模型 (11:41)) ]* M( A4 ]* c% {& t8 `( ]
9-5 DMPNet模型 (15:56). b0 f6 D8 ]! Z- ~: ~" T' o
9-6 EAST模型 (09:17)
" o9 V& f1 v0 R ^( h9-7 SegLink模型 (13:01)' t. l7 l r5 j4 h- g
9-8 PixelLink模型 (16:35)0 }# V$ {" k" A1 v" n
9-9 Textboxes讲解 (18:41)
! _! e7 L Y8 ~( Q5 s: t% H j9-10 Textboxes++模型介绍 (25:34)
6 Z; h" L& T3 j# S1 B. O4 [! L9-11 文本检测常见数据集 (21:16)
# w3 ]3 q b' k1 |9-12 其他检测模型方法介绍 (14:56)' i) M' v# \8 Z& r0 J8 g, D0 {
9-13 作业节
) s5 v0 l/ f. |2 e
5 ]! M5 j# ^9 ?9 \/ Z: T1 ^) g: x第10章 基于EAST的自然场景文本检测项目实战
% P1 e0 V; G5 u4 J$ m7 d9 A10-1 自然场景下文本检测业务场景综述 (15:26)3 m% `$ _( k! m: ?* m
10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)
( M+ S2 U0 q- C5 |- L10-3 EAST文本检测框架环境搭建 (09:03)
% a5 d+ }$ N; P* I" e" g2 s10-4 EAST文本检测框架解读与训练实操 (16:23)0 F' I8 {" ~0 B8 o3 k8 `
10-5 EAST文本检测模型测试脚本编程实例 (09:26)! M4 @5 e0 Z1 b9 N) {! P
10-6 作业节
. F O+ y( X' Y. H- ?) d* W I0 C! @/ g8 T0 I5 _
第11章 多任务网络原理介绍" T) x- e; q; e K; S+ A
11-1 多任务网络业务场景综述 (07:49)+ R( w! [ ]3 W& ^
11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)8 o7 x0 w7 H) ^3 b- B" v
11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)5 T6 [! y" o" ^& ^* H8 c: }' Z
11-4 思考题) B7 Z6 Y+ r6 Q
9 r( R1 u4 V( s R第12章 基于人脸检测+关键点定位的多任务网络项目实战
- I5 O9 x5 ~, k8 k% K2 s) f8 K12-1 MTCNN环境配置、框架解读、数据打包 (18:41)* i5 t4 Q' L& |
12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)& m7 X- J( r! L4 U1 K
12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)
- _& j3 s: o) U7 _! |6 z$ {12-4 MTCNN模型训练介绍 (03:33)
9 W& E$ ~. `0 P) ?$ c0 a' X12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
* l: d$ z5 [6 d! _2 T12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)4 b W( ]9 a0 f5 G" t& P1 M
12-7 思考题- D* w$ S; ~7 k0 F& _* M
G. N0 {2 M* B' p$ y- q; a
第13章 课程总结/ n4 \8 A( j/ X7 i0 C
13-1 one-stage vs two-stage (13:13)3 L* d5 R8 e# d' \; y
13-2 不同目标检测算法的优缺点对比 (12:52)
" L% \1 T# b9 s7 l" U# d: E2 n$ u13-3 作业节
# Y+ F+ a) c% m8 q l5 d8 o3 d13-4 不同目标检测算法的精度对比 (10:42)
$ e' J8 h) @) h- _4 H4 o13-5 作业节8 Z3 y, p$ S: @8 \( t& P; T z' B
13-6 常见目标检测研究对象与数据集 (10:37)/ a. e, k* V; T; d0 V: @
13-7 目标检测常见任务与性能评价指标 (18:23)
3 ~5 T! m" O \1 }13-8 目标检测行业应用现状-人脸检测 (17:31)
$ E) |' E" U$ P8 |2 P13-9 目标检测行业应用现状-ADAS (10:20)5 G- h5 i: B0 c" \7 {0 f
13-10 目标检测行业应用现状-文本检测 (09:05)
4 n0 T# \! b2 O13-11 课程总结 (19:30)
7 E8 X' D6 [1 T2 h: G8 j6 p9 _, G9 s5 Q6 b* w% S
〖下载地址〗
! z7 x6 h, O! \; [7 W# _: V
3 x- @, o' ~6 d4 P0 R〖升级为永久会员免金币下载全站资源〗. K n) J2 P- ?' ~& ]
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) y" m/ `: h
|
[复制链接]
