! V* r. h$ `6 C3 W
- p1 m) T" }. U, y, ~% M% D, ?4 E6 C" W〖课程介绍〗! n/ F! h! m2 W0 s+ W1 @
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。1 X. t4 y- k% _# [: y. J
' h7 @* P" H$ q, g' [9 @〖课程目录〗) F# ?3 W7 `7 ], \
第1章 课程介绍 试看
- U) @; @; S6 ~1-1 课程导学 (22:58)试看
' i0 N" C8 u" `) p
- P: y7 e0 c: ~' I2 p4 R第2章 目标检测算法基础介绍& f& v6 C/ W4 D) S
2-1 目标检测问题定义 (12:10): q' h2 ~$ O; s/ ?
2-2 目标检测问题方法 (15:11)
+ t$ K- X. n" a2-3 传统目标检测方法基本流程 (05:33)
+ f B; N' m2 |% W) ?% j+ l4 p2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)
) p0 w7 |& ~7 a1 V) r+ O2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21): L; K' n5 b: F( l6 }/ p p' @; q& M E
2-6 常见传统目标检测方法-DPM（物体检测） (06:34)
( ]; @3 E& m6 h9 t2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)
% x/ y3 r6 i4 o. A& `0 U& J; [2-8 Two-stage基本介绍，流程与常见算法 (08:25)" Q; i9 J# M" I
2-9 Two-stage核心组件 (21:06)
, `; T) W! B# m. j- C" W1 G2-10 One-stage基本介绍、流程与常见算法 (04:36)9 j7 T+ _5 M# g4 @
2-11 One-stage核心组件 (18:52)4 a$ w7 |: o5 ^0 Q5 q; d8 |9 k) m
2-12 One-stage与Two-stage优缺点对比 (05:14)
, c& [0 h9 D5 O- A$ c2-13 作业节, x! M6 S2 u" S( i/ r/ Z& W
& c. H# y, `: S( m第3章 SSD系列算法原理精讲 试看
) q( Q4 c( b8 } `" R0 V; W% I3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看
6 O' Q: {" I1 O" @3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)
6 \# c/ c8 _1 R2 }3-3 DSSD、DSOD算法 (13:29)
& C6 t% i+ z% ?. v3-4 FSSD、RSSD算法 (09:29)7 y6 j7 Q+ }& w2 C1 ^6 Z
3-5 思考题
0 Q+ x# P1 q* q# P. B
2 K, |0 H- z; d6 h, Z7 d* h第4章 基于SSD的人脸检测项目实战 试看
& y2 n+ u. S4 L# _2 F n4-1 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)
4 y0 V+ R- L1 L4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)7 v. ~0 ?% [; u1 f
4-3 Wider Face数据集介绍 (06:36)3 [' Y* T9 D2 l$ ^5 n" }
4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)' g- I- B# `* i; w! C: l
4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)3 K$ h' S% h: E- Q# {2 X& C: j
4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)9 j1 z6 c& Q8 `" Y
4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)2 ~$ y3 u' W9 V* P3 Q3 W
4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)
- l* R& O$ [6 I" C2 {2 Z4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)+ V% K5 t2 a9 J8 K1 f. E- {% f
4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)3 c( q5 @: |5 k& f
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- s: h& a9 g/ T# N5 r9 f
4-12 思考题
' | E P: R7 q3 L5 p
9 H& l: v- l- `0 M K. ^1 y第5章 Faster RCNN系列算法原理精讲
4 c. c! t. z: X2 E/ q' K5-1 Faseter-Rcnn系列介绍 (06:38)+ w" c0 y S8 h$ W
5-2 RCNN介绍 (14:19)+ x, H$ Q6 O/ M, I. j2 v# s
5-3 SPPNet介绍 (10:23)
7 {& V. ?: N2 |* ~ k5-4 Fast rcnn介绍 (21:02)
6 n. n( m1 o( s4 r1 ], m5-5 HyperNet、RFCN介绍 (12:47)$ B+ m& R, }9 J- A: r
5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)9 n' h0 o" u2 D/ @" O" P
5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)' c2 B: z0 H& e+ I7 {; w
5-8 思考题
6 p0 N s; s+ ^& s4 z6 L! s5 M9 W2 ]
* _6 ^8 N9 c/ h3 M( Q% t, W第6章 基于Faster RCNN的ADAS场景目标检测项目实战9 J2 z8 t4 q ]9 T8 @: t
6-1 ADAS业务场景介绍 (15:04)5 ~, X9 f7 l- _- ]( @: D! |' W
6-2 Kitti数据集介绍、标注格式、下载等 (10:22)# q1 t. O) X0 V: a5 O
6-3 Kitti数据集类别提取编程实现 (14:13)* T5 \7 `! o8 r% b0 D
6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)
4 p! ~1 _/ z7 j* T5 E! X6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)
! B4 N! F4 S/ W: N; K/ z: j6-6 Faster RCNN目标检测环境搭建实操 (05:34)
: ]8 S+ X8 t" T6-7 Faster RCNN目标检测框架介绍 (09:10)" X3 ~3 c5 w: @7 l* `' v w
6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)
2 A' ^, g0 A/ @) Q! I7 m4 e! u6-9 Faster RCNN目标检测框架配置修改实操 (14:47). y5 B/ X# w- u5 U
6-10 Faster RCNN目标检测模型训练及其优化 (06:58)" ?. u6 h1 X. O. s; ?, r
6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)
0 Z& B# o8 _; a6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
; `1 k$ F% F4 B6-13 思考题* G$ Y. T1 `' p/ \2 }) @
I K- d* Z# ^( r* L: |, b
第7章 YOLO系列算法原理精讲/ U' z9 r3 V; \7 d" |
7-1 Yolov1算法 (21:28)
7 s, k! b; m6 p/ P" R3 A, i7 C: _7-2 Yolov2算法（1） (12:38)/ ?: a5 L1 \9 B7 W5 n
7-3 Yolov2算法（2） (11:42)1 O0 g$ w" T- t9 {! V( w
7-4 Yolo9000算法 (05:12)' W- J6 z3 K' J' Y
7-5 Yolov3算法 (10:44)& R) a* x c, b# C
7-6 思考题
N2 a5 L2 s2 ^9 n: Z' Z9 |, W' t' C' e1 o3 j9 ]: x
第8章 基于YOLOV3的通用物体检测项目实战5 C& ? v+ I$ c) l- `$ A
8-1 物体检测业务场景综述 (17:53)
- S4 x1 u2 |. q8 N% K8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)/ n" o3 w) F! Z& R* t2 \8 K
8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)
2 a8 c1 P" _6 Q) O8-4 DarkNet框架解读及相关配置说明 (18:06)
# p7 Z- }! u9 v2 d8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)' E8 z- M+ S, g: @: A
8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)" N5 u5 T+ t, j6 Q) a
8-7 思考题; o/ q- U; a/ v. X4 T: h
6 B* \- j' H5 h第9章 文本检测系列算法原理精讲
4 c" u, v1 b3 n4 g9 O9-1 文本检测算法原理介绍 (12:50)! I. N* O: \/ ? D
9-2 CTPN模型 (10:38)* z+ l+ j. W9 M+ ?6 Z
9-3 RRPN模型 (19:11)0 ?+ D7 U1 J& _" n- H
9-4 FTSN模型 (11:41)7 I/ {0 P2 y7 c+ A! e
9-5 DMPNet模型 (15:56)) R: k5 \* q* d" m' J3 f# U8 q( k+ U0 g" U
9-6 EAST模型 (09:17)
. L8 e6 `8 d9 d- f- j' @9-7 SegLink模型 (13:01)$ M8 [$ C" x! S; G- F
9-8 PixelLink模型 (16:35); w/ R+ O: M! `, @' ^; ^$ S. Q' j; l1 P
9-9 Textboxes讲解 (18:41)
: |# }. |2 |+ ]( G2 ^9-10 Textboxes++模型介绍 (25:34)
& h- j c# q( t. ~* b! P2 }9-11 文本检测常见数据集 (21:16)% K& _- t5 W6 D9 e; E
9-12 其他检测模型方法介绍 (14:56)
' a0 @* w8 Y9 v% ?9-13 作业节0 {9 I7 L L& S4 L! T, y. t
" K3 g% Y7 T. r1 |0 |$ u0 | d3 C第10章 基于EAST的自然场景文本检测项目实战. ~& m7 r/ Z" t4 p
10-1 自然场景下文本检测业务场景综述 (15:26)
) x! ~7 y7 f) ~7 }1 i, I9 A10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)1 B$ X7 e1 T' ?% ~1 j
10-3 EAST文本检测框架环境搭建 (09:03)
8 J U* i0 I1 Y# K, ], W10-4 EAST文本检测框架解读与训练实操 (16:23)
4 ^$ q( l: {1 a6 `: X( w10-5 EAST文本检测模型测试脚本编程实例 (09:26)
+ }- O/ T4 d3 N$ }: q10-6 作业节! P" Q6 p5 S/ J
# |* j+ }) h: c( O+ }# |9 R) @0 P& w
第11章 多任务网络原理介绍* `2 U4 ]; K5 }7 g6 U
11-1 多任务网络业务场景综述 (07:49)
, }6 m, i L8 V) m& Y2 U# M11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)
0 g; \( C$ v; Y4 [2 r11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)5 j& B. r% a5 ^4 {
11-4 思考题
. D& ?8 a% O6 n' n. o
; t7 M0 a9 j+ V第12章 基于人脸检测+关键点定位的多任务网络项目实战5 V) [& c% _, J* ]
12-1 MTCNN环境配置、框架解读、数据打包 (18:41): }: w6 L6 T# m4 i
12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57); V- O" l8 A9 x+ B1 A; _
12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)
2 H% x( A- R; X* W/ q9 S12-4 MTCNN模型训练介绍 (03:33)( g. b- u& f. x; ~; X1 P
12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
( g1 o3 e! M1 ]% C9 P" r12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)1 u& t0 o% L/ Z6 Q$ H( R6 o
12-7 思考题
* J% E* d/ m. e# R9 @- d; s
2 M) `2 e; _3 ~; `) @5 a第13章 课程总结
3 P+ i' |8 V3 @2 X13-1 one-stage vs two-stage (13:13)
' R0 q; B$ }+ H2 l5 X13-2 不同目标检测算法的优缺点对比 (12:52)
7 C# p/ ?6 `' ^0 w, R7 s13-3 作业节
. w) Z# N6 t& C8 X* Z, E! l13-4 不同目标检测算法的精度对比 (10:42)
& t. u8 l. \% \ n7 B* c13-5 作业节
& M% V. ?9 \$ E7 u% }- c13-6 常见目标检测研究对象与数据集 (10:37)$ b0 l. Q2 v+ \% N- H
13-7 目标检测常见任务与性能评价指标 (18:23)
) G) T+ L& V# S5 G. ?2 Q+ j4 {13-8 目标检测行业应用现状-人脸检测 (17:31)
# ~; N# [) i( H2 {5 W5 A* _5 j13-9 目标检测行业应用现状-ADAS (10:20)
( ~! ?) z% `5 |9 _9 W5 [13-10 目标检测行业应用现状-文本检测 (09:05)+ F0 {' e1 i! n8 m* }
13-11 课程总结 (19:30)
5 A) G7 J7 K; E8 i- F
: d1 B8 z1 q# h- Q1 I〖下载地址〗
" i* ~ I4 I* `$ {. _# d, q+ j' ]" p, h
〖升级为永久会员免金币下载全站资源〗+ F' W/ P$ G9 P! P. _. F
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
* P+ u% Y: N+ f3 U
|
[复制链接]
