+ g# n! j7 `$ R6 D L" d
u9 F- P2 x1 E' L! s1 `
〖课程介绍〗( ?# w3 J4 U. j E% 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。; C/ J+ e9 ?) G9 g4 H( k
8 W: ^. Q2 [% Y- p, ^7 n
〖课程目录〗
" s5 Q6 Y, F+ H- y第1章 课程介绍 试看
5 B) r3 k+ H3 U, |, S, o3 X1-1 课程导学 (22:58)试看: O0 W1 D% R$ c Q
0 Z) r7 e2 I" r) a6 Z6 E) ]! ?第2章 目标检测算法基础介绍
: O8 M8 e7 `# z0 `6 Q( Y# g7 c2-1 目标检测问题定义 (12:10)
; b8 U4 C7 D) }/ X5 O( ~, U2-2 目标检测问题方法 (15:11)
7 M9 f: A: g/ \1 i, ~* v: d+ Q2-3 传统目标检测方法基本流程 (05:33)7 Q7 b! [' b/ S% o9 d
2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)4 [$ G7 p9 H) h+ l2 ~
2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)9 @. T: F' S5 Y
2-6 常见传统目标检测方法-DPM（物体检测） (06:34), s' b; n7 J; f# }7 k2 R2 B
2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)
9 _- w# W# m% D, C) D o- q) L2-8 Two-stage基本介绍，流程与常见算法 (08:25)' O F6 i5 R( W& E
2-9 Two-stage核心组件 (21:06)! D. y, Q1 T! u8 R/ `
2-10 One-stage基本介绍、流程与常见算法 (04:36)% p1 [2 L ^" T% ]7 z$ x
2-11 One-stage核心组件 (18:52)& ^; h, s( z- n& u' K
2-12 One-stage与Two-stage优缺点对比 (05:14)
) @1 D+ Q% T9 ^" E5 N2-13 作业节6 F9 E2 e; K j! X! H3 c
' X! ~" @6 `7 Q1 x$ a/ c$ c4 z
第3章 SSD系列算法原理精讲 试看! p4 H* |, x3 ~; V9 ~0 x2 H# _# p
3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看% v2 k1 W% e- V6 a) N+ u+ i1 w$ D/ I
3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)) K& a6 A% F: W' b3 |' j( Y
3-3 DSSD、DSOD算法 (13:29)- }( g! u* Z: J4 U' [. y$ V
3-4 FSSD、RSSD算法 (09:29)
* ? K1 o, O% y, B0 K3-5 思考题2 j& z0 Y- e! u3 z3 T; _
% E5 M4 m* M5 F2 }
第4章 基于SSD的人脸检测项目实战 试看! k! `! `: T. H! z
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); L% [. s# p7 ]
4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)" z' X; G& p6 a8 P3 h. R' G
4-3 Wider Face数据集介绍 (06:36)
( j+ L3 F* S) t+ @4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)
3 [6 w/ y1 e& N% d4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)3 Z- N: ?+ ]! h
4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)
, N+ M$ |7 k. Y6 H( {3 ~, U4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
$ U7 j, }. F& ~$ P7 Q7 p! F( a4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)5 z5 D; P7 H9 x/ `) E* R
4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)
6 V Q# W l& p" V4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)4 A' }8 s# Y) ]& t+ Q' 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5 \ ~/ x$ E7 b2 e1 N2 h
4-12 思考题+ x: j! J7 P, }3 n: \5 N: d
3 ]1 P( I# o: k7 `
第5章 Faster RCNN系列算法原理精讲
, G) K" E* m; @ q5-1 Faseter-Rcnn系列介绍 (06:38)- B3 B0 Y3 E3 z, S3 O% \
5-2 RCNN介绍 (14:19)1 v2 f6 k9 Z6 f
5-3 SPPNet介绍 (10:23)
; [7 v! P- d% |& \3 U5-4 Fast rcnn介绍 (21:02)
7 }$ L' m. j" Q& g' Q, m/ |" T3 J5-5 HyperNet、RFCN介绍 (12:47)" {; ]! E0 L/ @$ E. `2 W; m
5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)
( {1 N! ^# K9 Z5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)
. N( E) ~; L4 P F3 ^( D% |$ K# t5-8 思考题. ?- H! e* D" w( C$ p# h
/ i {% z' S- {5 a8 }; y. W& v5 m) z
第6章 基于Faster RCNN的ADAS场景目标检测项目实战4 j. ?1 C' P4 C m6 F% I( f
6-1 ADAS业务场景介绍 (15:04)! L/ X: H) h7 y) I9 l3 c, t
6-2 Kitti数据集介绍、标注格式、下载等 (10:22)5 ]& p7 K4 h k$ n5 P2 y
6-3 Kitti数据集类别提取编程实现 (14:13)
) x; v. x+ T, Z1 M8 D" m6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)# g) g: e2 `2 y/ c* l& ^
6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)9 x. t: A& O* H$ K
6-6 Faster RCNN目标检测环境搭建实操 (05:34)
# _9 ]' g' r; @/ N* ?9 W1 z/ G6-7 Faster RCNN目标检测框架介绍 (09:10)
. t2 ]4 p3 G. q3 l V6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)# {4 C6 R) r3 Q/ G8 w
6-9 Faster RCNN目标检测框架配置修改实操 (14:47). B1 c- ?4 u A4 k
6-10 Faster RCNN目标检测模型训练及其优化 (06:58)
4 M/ H" a5 h1 }% T8 R( G0 }8 @- m6-11 利用Faster RCNN测试脚本进行模型测试 (06:25). T1 F9 P! q j+ D0 C
6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19) g2 Y' ]$ u2 f( U
6-13 思考题! I6 R! z: n9 A" k }) ]
: y/ }+ _9 n" @4 U& u ?第7章 YOLO系列算法原理精讲2 _) b3 H7 p. a7 ]
7-1 Yolov1算法 (21:28)( E. |% s& X/ D' z. c
7-2 Yolov2算法（1） (12:38)5 W0 h; E4 `) l4 ~0 t
7-3 Yolov2算法（2） (11:42)5 ~ s% ?0 }. j$ I
7-4 Yolo9000算法 (05:12)' K3 k! c' Q0 e3 i
7-5 Yolov3算法 (10:44)
: |. X/ {7 E) h6 y5 w7-6 思考题4 g f& D7 |8 i) i, E0 ]! m. M
- r$ V* e: e! |# b9 }8 Z, a/ T# n第8章 基于YOLOV3的通用物体检测项目实战' x l) O3 h# h* y
8-1 物体检测业务场景综述 (17:53)
6 R6 }. u- c1 H0 d8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)- z; @0 n2 |2 k1 G8 D6 J) ]) R
8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)
' O, R$ n& X% n8 I( e8-4 DarkNet框架解读及相关配置说明 (18:06)
& f4 w7 G: g9 A, i% j, [" R/ i8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)- r' w0 t" h1 g
8-6 YoloV3检测模型的测试介绍及编程实例 (12:15), G; x+ o W, I3 l% z& ~
8-7 思考题6 r# r# S. Q7 g2 ^8 o7 I: ]$ j
0 {" L. O! _& |/ \; m8 V第9章 文本检测系列算法原理精讲
R" v/ P6 y7 r. i% t' m4 G2 i9-1 文本检测算法原理介绍 (12:50)9 ?6 V r R( X- b5 \- \5 t/ S
9-2 CTPN模型 (10:38): D9 ^- c& ^' z7 m' y
9-3 RRPN模型 (19:11)0 t( ]* R- {! \
9-4 FTSN模型 (11:41)9 ?1 z! Q& S/ _+ h5 j7 x1 ]
9-5 DMPNet模型 (15:56)
& k* r4 g( H# B3 z* P) E9-6 EAST模型 (09:17)* j+ y& U. w3 z1 x! ~0 i
9-7 SegLink模型 (13:01)
( I. c* h" I' x4 {9 f- w9-8 PixelLink模型 (16:35)8 K0 K" p3 J$ k( o0 t# C
9-9 Textboxes讲解 (18:41)
) _6 V# Q+ V' `8 ?) V1 U9-10 Textboxes++模型介绍 (25:34)& N/ R: G$ k* |4 c9 m6 f
9-11 文本检测常见数据集 (21:16): o3 J! |3 H" W2 L; ~" m x/ g# x5 _
9-12 其他检测模型方法介绍 (14:56)* w0 R Y/ ~! `2 [* R0 a g
9-13 作业节/ M# s, b/ s: P6 b
) W) \% c8 p9 k
第10章 基于EAST的自然场景文本检测项目实战7 |' Z, J* J, c( ]/ ?
10-1 自然场景下文本检测业务场景综述 (15:26)
- T; y: M. H; m- f) H* S5 t+ y10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)* Z$ `5 d. y! z& J) g$ K
10-3 EAST文本检测框架环境搭建 (09:03)1 b% `1 L0 D5 T2 ~% |. M
10-4 EAST文本检测框架解读与训练实操 (16:23)7 l, z4 F2 t( g" i9 B9 r& w! w
10-5 EAST文本检测模型测试脚本编程实例 (09:26)
0 P; ^4 _, V' h% C10-6 作业节: y0 q& m8 s% h- U1 m
- o* @; F& ~- v) b: c4 E {第11章 多任务网络原理介绍
3 w( T3 L; e/ I2 Y: z11-1 多任务网络业务场景综述 (07:49)# d3 v; W' p- c
11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)
5 N9 ? |; ?9 X& u1 s; ^11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)
8 S, U+ ^2 ~# l11-4 思考题" d% Z/ o# @! @- l3 a+ b% g5 x
8 k' r6 N3 N) X+ 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! r) a8 V7 w5 t" b7 t
12-1 MTCNN环境配置、框架解读、数据打包 (18:41)
6 O h1 Y ]7 w- m( N12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)
' @% z& v& b- a12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)
- \: P" Z, j$ t( a. c1 M. t12-4 MTCNN模型训练介绍 (03:33)" N8 C' K/ x, x
12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)
9 N3 Q; J% O; @2 j- v1 {1 u1 @/ g12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)
* @: G6 _3 q& A- h1 y$ u% a12-7 思考题( G' Z" g$ D0 N5 P- M& Y% s
" _7 W& T8 A6 t; {( J第13章 课程总结. i4 b& Q m! ]) \7 \
13-1 one-stage vs two-stage (13:13)
2 \( \0 q4 k9 _/ K# d13-2 不同目标检测算法的优缺点对比 (12:52)
. R Q \; }! H5 Y13-3 作业节
2 L$ i1 ]4 W- K13-4 不同目标检测算法的精度对比 (10:42)# z% ~( }( R0 Y! j% r
13-5 作业节
" G7 t# F. ?: I! [7 ~7 a7 q13-6 常见目标检测研究对象与数据集 (10:37)
; Z' d, P* o8 P* w) R, J13-7 目标检测常见任务与性能评价指标 (18:23)
# a h9 P5 e/ |3 G& h13-8 目标检测行业应用现状-人脸检测 (17:31)
6 @4 s) b, h- v! n; R0 M) `13-9 目标检测行业应用现状-ADAS (10:20)
2 r5 h* e) w/ U* ?2 a5 t13-10 目标检测行业应用现状-文本检测 (09:05)
( I6 M; x* q+ w) q+ o/ f4 s13-11 课程总结 (19:30)
0 v( y* E. a) S' B3 j* g+ p; E j0 P, e) l
〖下载地址〗
6 e; [3 F- }* y2 V) M* B8 T! O; ]) K
〖升级为永久会员免金币下载全站资源〗$ B0 r, t1 t# A: ?
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
3 {1 a; [" ^- |. g. D, r. O
|
[复制链接]
