. n6 I/ E8 B/ G5 f5 T
" }( v( G4 H% b/ m
〖课程介绍〗
9 n( @" p7 P! F5 Y8 `7 o* S5 f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。
" e- ?/ l2 U9 R
- p/ @* f4 W, r& T9 w〖课程目录〗
' J8 h! p% ^* e* }* b; @: Q第1章 课程介绍 试看
8 B% p) k0 K, [0 @) u" X1-1 课程导学 (22:58)试看
+ e9 t# Z" K2 j6 [& U! D2 W h1 e$ c" D, o0 Z( {
第2章 目标检测算法基础介绍
0 Z" C4 ?( n; K3 i7 X0 S' r2-1 目标检测问题定义 (12:10)
( Y+ `" _7 B1 J/ O" E/ ^2-2 目标检测问题方法 (15:11)
2 [2 {: e/ t* y$ G. _7 q2-3 传统目标检测方法基本流程 (05:33)
9 `; E' n) K$ D# ~6 u: {& j# S2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)
9 |: ` y, T& S9 i# D9 v2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)% C8 K6 R( m3 X$ i" ]" ]6 x! e+ Z' s1 R
2-6 常见传统目标检测方法-DPM（物体检测） (06:34)
% v3 O$ m5 f. X) ]7 T! k: x- V. X$ R2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)4 s3 J" T' h" m* M. P! L! ]9 o
2-8 Two-stage基本介绍，流程与常见算法 (08:25)$ a: I; g; B3 J; o) w6 T
2-9 Two-stage核心组件 (21:06)
' ]) c( c$ j4 W! ]0 `2-10 One-stage基本介绍、流程与常见算法 (04:36)- o+ T$ J' w) N/ X- Y& d
2-11 One-stage核心组件 (18:52)
& v, b u1 Z2 X2-12 One-stage与Two-stage优缺点对比 (05:14)0 ^, \+ I, l$ M: F4 X- C7 |
2-13 作业节! {* O9 a" S. f6 S% \& T
; R# m, H) c9 Z2 G第3章 SSD系列算法原理精讲 试看 P* f* G9 U2 t0 ^# u" m
3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看
3 t! F5 L+ r5 {" e3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)
9 i2 _& ?4 `9 P3-3 DSSD、DSOD算法 (13:29)7 n( \0 _: V7 H/ N& f" X
3-4 FSSD、RSSD算法 (09:29)
0 |; p K X$ [1 o; G3-5 思考题+ H9 z C" V) b2 F
' b2 g" t) B( ?- m# H
第4章 基于SSD的人脸检测项目实战 试看
; C2 e$ Z: W0 S/ V4-1 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)8 X( {5 `1 U# G8 I
4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)
2 _' Z- {% n6 w2 i7 N3 E2 W. E2 h4-3 Wider Face数据集介绍 (06:36)
$ z: h0 Y6 }% E9 I: |2 S* j, l" K4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)" v1 l; v* ]4 K& D4 }$ H
4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)5 S1 ^0 S1 v8 I& Z
4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)3 |3 r* h0 d* e n
4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)0 n' S) V& }6 @# H) N/ c/ t
4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)' w9 X0 C; l. G9 ?+ I+ e* }
4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)
) O0 {, s8 u4 D, G( N- [6 t4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)& f7 { W8 M9 u: W( G* L4 ?/ w
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" j! g$ F# @9 [, r
4-12 思考题* F9 J: [1 @3 B7 I2 Q5 a
/ S6 _1 s+ y x6 t7 ^5 D" R1 Q
第5章 Faster RCNN系列算法原理精讲( u8 A4 h* g( T2 \. B9 o
5-1 Faseter-Rcnn系列介绍 (06:38)
5 o q5 F2 y* i! j1 ~, ]5-2 RCNN介绍 (14:19): F$ ]: T; O& |/ M
5-3 SPPNet介绍 (10:23)
( M4 i* U. ]) |7 W m. h5-4 Fast rcnn介绍 (21:02)" l' l: O% K1 C) X/ I
5-5 HyperNet、RFCN介绍 (12:47)
$ g, e: N3 T: p. L" S% T5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)
' a* A) U. |" ~! I/ Z5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)
; B$ [1 s( w3 B6 C6 C- v) T, A$ u5-8 思考题
* o, g( r8 |1 n) p) i+ @ J6 e% ?4 o5 {: m
第6章 基于Faster RCNN的ADAS场景目标检测项目实战6 }( C. B! I$ x+ b/ j
6-1 ADAS业务场景介绍 (15:04)% ~# |; M: D3 x C2 {, }* K
6-2 Kitti数据集介绍、标注格式、下载等 (10:22)
$ G9 Z/ J9 W# |6-3 Kitti数据集类别提取编程实现 (14:13)9 t ^' B& ]5 t1 p: P' E, o8 l) H
6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)7 b+ R6 o4 C0 ~& D( f5 ~
6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)
+ d- ?. [, n% R6-6 Faster RCNN目标检测环境搭建实操 (05:34)
h) s; V% H* N4 w2 ~6-7 Faster RCNN目标检测框架介绍 (09:10)
9 `& R/ \; C* s7 Q# z6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)2 r5 |) k4 |, ]1 L+ Z8 x! _
6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
8 T7 ?6 c- n. q3 [1 h& Y$ Q6-10 Faster RCNN目标检测模型训练及其优化 (06:58)
' Y- C9 X/ [- G' l6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)) z& n3 y% o1 W U- e
6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
6 a) Y; }( v& l7 ?" d' t6-13 思考题
6 r2 d- _! x5 ~7 A7 K7 D F, H6 W2 v8 L( k% v4 w
第7章 YOLO系列算法原理精讲
8 e8 P' W! [% ]; f! D; K/ ^7-1 Yolov1算法 (21:28)
' {# n5 r' A0 N, n" n; Z7-2 Yolov2算法（1） (12:38), g% a2 A0 G6 w* u
7-3 Yolov2算法（2） (11:42)
/ ^$ |5 l: r! j2 m7-4 Yolo9000算法 (05:12)$ k8 A" ~0 h" a3 z. A2 |! {0 W
7-5 Yolov3算法 (10:44)
" a- N: P7 w% r/ F' B, e0 C" q7-6 思考题0 N0 C6 k8 N( [$ _3 }9 W4 `
+ a, A$ ^7 e( T* T( g8 }. s第8章 基于YOLOV3的通用物体检测项目实战; A: [, B6 @: h2 ]
8-1 物体检测业务场景综述 (17:53)+ C! U2 x' }5 ^! Y$ \. k! Q
8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)
E9 s# [4 e; A( o/ I% O8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54). w' Q# Q. D, D5 w
8-4 DarkNet框架解读及相关配置说明 (18:06)
' G( Y2 L/ K/ v& R8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)
$ M1 w* I' b+ g& m& I8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)
, A: E- r' D) N: B+ t8-7 思考题
- A% w8 b4 F. z3 k% ]# K$ \/ A* W* B( g {: O8 H2 w
第9章 文本检测系列算法原理精讲
4 h% @9 q% R' ^6 [9-1 文本检测算法原理介绍 (12:50)
, z6 `7 \) u& P. `- s% z( d9-2 CTPN模型 (10:38)
2 D& C3 h& l, P& q) Z$ w. L9-3 RRPN模型 (19:11)8 S. w$ @: l4 I
9-4 FTSN模型 (11:41)
" z' |; |7 R5 _, ~$ d) U9-5 DMPNet模型 (15:56)0 [, T3 h% Z( D4 t/ N+ T3 K' S- j* |
9-6 EAST模型 (09:17)
! G# j- k& z5 w& {3 L' {. Z2 T" @9-7 SegLink模型 (13:01)+ N9 Y9 y4 ?/ F: {4 } k
9-8 PixelLink模型 (16:35)& F! ~ I$ B& B1 v/ Z- e
9-9 Textboxes讲解 (18:41)
+ {( X+ I$ j8 h% O9-10 Textboxes++模型介绍 (25:34)4 X+ ^) H. a9 @4 Y. G
9-11 文本检测常见数据集 (21:16)
0 |0 ]: c1 s! @% `! E1 Z% e" r9-12 其他检测模型方法介绍 (14:56)
2 T# v Z# w, e; v5 ]8 U2 Y9-13 作业节
c0 S3 K" U2 h% [7 f
6 m; d# r: X4 `1 i第10章 基于EAST的自然场景文本检测项目实战& s: j+ `0 V: v- ~
10-1 自然场景下文本检测业务场景综述 (15:26)
1 W1 c$ n7 x/ h3 e+ i10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)1 j# c2 t* a1 P1 d+ Q
10-3 EAST文本检测框架环境搭建 (09:03) O8 I7 X, b$ ^* s9 {$ g7 ~
10-4 EAST文本检测框架解读与训练实操 (16:23)
: N! a9 `% y/ a; t! b10-5 EAST文本检测模型测试脚本编程实例 (09:26)
" r4 v+ P; [# a. @! R0 w1 W$ N10-6 作业节1 I: T0 D3 O- ]/ [9 A" p
+ u& e; d* Y3 @- {
第11章 多任务网络原理介绍
+ a+ `& v! o- n) ?+ N E. ]% x; G. x; k11-1 多任务网络业务场景综述 (07:49)
! N" O) E4 u- \" G1 B5 `11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16) g9 ]" n# ~$ V1 x
11-3 人脸检测+关键点多任务网络数据集介绍 (05:30): F# l# ~& H( R- A4 r3 s
11-4 思考题
% T6 [& q8 d. w; O4 m
4 B7 ?# T, ~+ G2 x6 b$ n* Q0 ~第12章 基于人脸检测+关键点定位的多任务网络项目实战9 @; r' s0 ~/ t, H$ i e& O1 o! m
12-1 MTCNN环境配置、框架解读、数据打包 (18:41)
; ?5 D0 \# n1 [3 |' q3 j; v12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)
0 I. W1 r1 u7 R( r8 C12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)
: E( W! W6 [; I# N2 l2 }0 B" a12-4 MTCNN模型训练介绍 (03:33)
' c% x. ?) V& P9 M! `- p& P12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
8 l4 B0 O8 w/ c @8 v12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)
+ r4 s7 }3 S1 ?! K12-7 思考题
. Q. n- l- m, R5 k+ |- v" @) \4 U1 V0 c
第13章 课程总结2 \' _- ~" l# D$ B Q
13-1 one-stage vs two-stage (13:13), D4 M: g! h# ]2 T: c
13-2 不同目标检测算法的优缺点对比 (12:52)# f) k4 p% a5 R) N
13-3 作业节
, L6 I; H9 ~, l( O13-4 不同目标检测算法的精度对比 (10:42)
0 g. x1 A8 i/ V+ j' t' q. g. p13-5 作业节
( _2 ]9 I' H# S9 f. p% E13-6 常见目标检测研究对象与数据集 (10:37)
. J; K1 k7 v& r s13-7 目标检测常见任务与性能评价指标 (18:23)
- U# ^* U7 Q8 @ ?13-8 目标检测行业应用现状-人脸检测 (17:31)1 M+ a" m' D4 K1 S- Z% ?: D+ S6 \
13-9 目标检测行业应用现状-ADAS (10:20)
% L% N8 e% w8 V* t1 C7 X" @; J13-10 目标检测行业应用现状-文本检测 (09:05)& E! L/ G+ T' e& p2 P- z
13-11 课程总结 (19:30)" K' A, i( ^) v& N
) `; z9 _. m+ A8 X U" Q
〖下载地址〗- _6 }4 F% Z# k( f2 G% i3 J. S
0 q9 O% k% T/ C/ m O
〖升级为永久会员免金币下载全站资源〗. d) N* q. W3 G2 @3 ^
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
. X! v. E8 i/ l$ u: ~6 g
|
[复制链接]
