, t: V0 [ N( `$ N ?
; ~+ i) ]. w' i" E; t( @1 x6 j" z〖课程介绍〗
# m; C% K' Y; o! L) N. W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。
- [3 E4 I$ y! i* e2 ~/ m
% F% P' q5 T6 G3 s* i! {( J, S; Z) y〖课程目录〗 v2 t4 E$ R! i' a! W
第1章 课程介绍 试看) q4 o$ Y4 X% x
1-1 课程导学 (22:58)试看1 |8 S5 m) y- W5 ^
, t- t; b% ]% Q, `8 m/ m E9 f: ~* L第2章 目标检测算法基础介绍
! J: p. E4 N6 ^2 A, e2-1 目标检测问题定义 (12:10)
# t |9 M( _. f* v/ k1 }2-2 目标检测问题方法 (15:11)
$ x; f& ]0 I0 Q$ \* o2-3 传统目标检测方法基本流程 (05:33)
E' @& e/ `1 f3 j6 G2 v/ ~$ |4 c$ r2-4 常见传统目标检测方法-Viola-Jones（人脸检测） (08:58)
4 P1 C5 ~- h3 T- ?1 d) P# @% h2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv） (09:21)! c2 Z- B. E- b8 a! ~
2-6 常见传统目标检测方法-DPM（物体检测） (06:34)$ ]- a( j o# V3 y% E9 o8 | s
2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法） (05:54)4 U [+ b C3 L; Q
2-8 Two-stage基本介绍，流程与常见算法 (08:25)# b0 t& v/ \9 B3 V
2-9 Two-stage核心组件 (21:06)
) [1 B: Y3 o# w4 P* v1 H/ C% @' k2-10 One-stage基本介绍、流程与常见算法 (04:36)
9 F+ Z& I3 q3 \6 O' @' a2-11 One-stage核心组件 (18:52)
& O6 o& F# D2 f, j% U2-12 One-stage与Two-stage优缺点对比 (05:14)
1 }, ~% n/ K" P' x2-13 作业节
3 W+ e! z. e) v9 N( o: q
* a$ g4 b5 @& \第3章 SSD系列算法原理精讲 试看
$ @8 }7 ?' ], T, {, y: z3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） (12:18)试看
8 a8 w0 |) o4 Q; L- l* D3-2 Prior Box Layer、样本构造、损失函数介绍 (19:34)6 W2 R; u% L# X2 [* }
3-3 DSSD、DSOD算法 (13:29)
$ W8 _9 m7 ]0 g3-4 FSSD、RSSD算法 (09:29)
. g0 n$ C: R8 i" r) B; ^( j3-5 思考题. d F2 ]% T8 \, M
$ K: ]6 m7 O% K$ T+ c; d' J第4章 基于SSD的人脸检测项目实战 试看3 X' }: A% p, ?% l
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)8 ~$ ~' {4 T d; U9 I# R* c. [8 H
4-2 Wider Face数据集介绍、标注格式、下载等 (15:01)4 T7 U6 z' g& n& |* B M6 N
4-3 Wider Face数据集介绍 (06:36)! b( k X- |, }8 K
4-4 Wider Face数据集转VOC格式数据集编程实现 (24:29)
$ B2 g' c4 o$ v4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操 (06:01)
. a) H- k% p) R3 {) A4 G7 o4-6 Caffe-SSD框架搭建及训练脚本解读 (15:45)
9 H! `* U9 ~6 T- V" \5 y* O4-7 Caffe-SSD人脸检测模型训练实操讲解 (11:19)
+ `8 K2 i% u3 r4 H9 ~4-8 Caffe-SSD框架主干网络脚本讲解+实操 (08:58)
; C* t8 _7 F+ H0 r9 d4-9 Caffe-SSD框架训练脚本讲解+实操 (13:47)* p$ g% N. X4 b7 w4 W; A4 A% h
4-10 Caffe-SSD框架模型测试介绍与脚本编程实现 (15:31)3 f. ~! a' z J
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
9 ?1 v; [4 {2 h# B+ ], Q$ Z# w! p4-12 思考题9 `7 q5 l% w! C ]/ N
0 C) @" z9 K7 `, {5 [% ]) F第5章 Faster RCNN系列算法原理精讲( I# E% [+ T! I% ?+ v. R- D
5-1 Faseter-Rcnn系列介绍 (06:38)
, T+ R# A+ s3 N7 R( e; u5-2 RCNN介绍 (14:19)# |, k1 s4 o) j \( C& t
5-3 SPPNet介绍 (10:23)0 L, s8 a2 ~! N* k% D7 i, ~2 k
5-4 Fast rcnn介绍 (21:02), J$ h2 l: ^3 _% l* E9 u) c$ a
5-5 HyperNet、RFCN介绍 (12:47)- h( L3 [" Q7 L3 I/ Z/ M
5-6 Light-Head RCNN、Mask-RCNN介绍 (10:35)! b( O, c/ p) [" {+ G1 S: G9 I
5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍 (13:00)1 D. B" v5 D. V
5-8 思考题
% l( g0 g: M5 }4 _' j
: {; z, C, l5 W第6章 基于Faster RCNN的ADAS场景目标检测项目实战
; ]3 A; w- Z5 t: h6-1 ADAS业务场景介绍 (15:04), S! b: L" X$ K: s
6-2 Kitti数据集介绍、标注格式、下载等 (10:22)
7 L$ A. O1 }" R' P9 u* \# R( l6-3 Kitti数据集类别提取编程实现 (14:13)+ U8 O- w5 `4 r, J/ u
6-4 Kitti数据集转VOC格式数据脚本编程实现 (16:13)
' F& b& @/ e7 s& E/ n& e6-5 Faster RCNN目标检测模型环境搭建介绍 (10:51)
' W( N$ H0 m! u3 A1 e/ h6-6 Faster RCNN目标检测环境搭建实操 (05:34)# ~0 k/ P* @1 T5 f* d3 |: r
6-7 Faster RCNN目标检测框架介绍 (09:10)
" a) P2 o" {1 u9 q: D0 J6-8 Faster RCNN目标检测框架训练脚本参数配置介绍 (14:38)
* S9 s1 i8 W& E, p6-9 Faster RCNN目标检测框架配置修改实操 (14:47)
/ G/ |& q+ m$ X0 N6-10 Faster RCNN目标检测模型训练及其优化 (06:58)
3 h8 |8 Z( f+ d8 h6-11 利用Faster RCNN测试脚本进行模型测试 (06:25)5 S! a) B; ^) h, ~/ E) a: u
6-12 自己动手编程实现Faster RCNN模型测试脚本 (13:19)
3 O- ? l9 @( E+ U2 H j6-13 思考题
! j' R4 `7 [2 b7 h d- F( Q; |' Q( k! t! b5 J7 Y' h2 B" M
第7章 YOLO系列算法原理精讲
; I2 N8 @$ m/ o* U/ `' g- R& W7-1 Yolov1算法 (21:28)
3 `5 a7 m- v3 b h1 E7 G7-2 Yolov2算法（1） (12:38)( y1 S+ V/ l8 A/ K ]1 J# C
7-3 Yolov2算法（2） (11:42)
% K( t7 @3 [8 r/ U* [7-4 Yolo9000算法 (05:12)
7 L. j6 s; h- Z* Z, d1 T8 h1 g5 E4 B7-5 Yolov3算法 (10:44)$ `- {# o ^5 H. b* X) P* D6 r
7-6 思考题
& h. m) D# T8 I6 z) {7 h( {; {6 @0 n2 N) Y" F! R/ m3 N7 f
第8章 基于YOLOV3的通用物体检测项目实战% f" Y, N' N5 _5 y) e
8-1 物体检测业务场景综述 (17:53)
% _1 I% Q$ F1 B3 J) d1 U. D8-2 COCO数据集介绍、标注格式、下载脚本等 (09:46)
) b' X0 Q$ y) H% B8-3 YOLOV3DarkNet框架介绍和环境搭建 (13:54)
1 X y2 A+ o# i1 p$ ?$ e9 S0 d- D1 z8-4 DarkNet框架解读及相关配置说明 (18:06)1 Y& y$ S" z! b: |- C3 M9 m0 c8 F
8-5 利用DarkNet框架进行YOLOV3模型训练实操 (15:08)
# Y( K0 K& c7 c) U3 t8-6 YoloV3检测模型的测试介绍及编程实例 (12:15)* y* {) l N# s$ N# Z) m
8-7 思考题8 `- E+ h; N& }
/ R+ o* J1 {' R# v2 Y$ ^2 q! b+ v2 }
第9章 文本检测系列算法原理精讲2 p" M N* t7 n d8 h. j, o9 D
9-1 文本检测算法原理介绍 (12:50)
; O) W, n: u0 Z# z. n. c" U9-2 CTPN模型 (10:38)
/ p+ [4 p+ O8 u6 o! S# C) a2 x9-3 RRPN模型 (19:11)$ j0 t) g' B# J( V& H7 M
9-4 FTSN模型 (11:41)# u( R0 R P# S; {
9-5 DMPNet模型 (15:56)
$ z% e7 C7 q' h$ ?, y9-6 EAST模型 (09:17)9 v5 o* w! O& i% y# Y
9-7 SegLink模型 (13:01)) `& U/ G5 H; w m( Q
9-8 PixelLink模型 (16:35)" D2 a: v. I3 G! |3 P9 k
9-9 Textboxes讲解 (18:41)" v! f, N0 |7 f, c4 B
9-10 Textboxes++模型介绍 (25:34)
' {* f/ w9 L9 L9-11 文本检测常见数据集 (21:16)
) T3 l- y, a( j4 i9-12 其他检测模型方法介绍 (14:56)7 d: I8 p2 p' T/ r; b4 M
9-13 作业节
& j8 H$ e- E! C
; T5 R" Q$ H; a) z第10章 基于EAST的自然场景文本检测项目实战: e. b7 Z& }6 _; J9 N( V* C t* v
10-1 自然场景下文本检测业务场景综述 (15:26)
6 ^4 ~: N+ T' Y! L+ q10-2 ICDAR数据集介绍、标注格式、下载等 (11:00)
+ m: z- }* M: N4 ^6 p( }3 y10-3 EAST文本检测框架环境搭建 (09:03)" ^5 G* `( f8 i) B. R" ?" h3 ~+ X
10-4 EAST文本检测框架解读与训练实操 (16:23)
1 A9 u7 ?( |' X+ c10-5 EAST文本检测模型测试脚本编程实例 (09:26); A% V A; V3 N* Y2 l$ G* T6 j
10-6 作业节& L. m. b5 I, u; v) [( [
. N" O% R# q: v* o' V
第11章 多任务网络原理介绍
! z" ^* x$ `) ~$ {; v11-1 多任务网络业务场景综述 (07:49)
' {* n& r; K: ^! v' `11-2 人脸检测+关键点多任务网络模型MTCNN介绍 (05:16)5 B/ q h) C: a5 ?) e% d8 ^1 V
11-3 人脸检测+关键点多任务网络数据集介绍 (05:30)
/ ~# m) g- J0 P& {. B' R4 W0 M11-4 思考题
# l# S& c5 s$ _( P) Z0 f0 G7 O m( X# j- i
第12章 基于人脸检测+关键点定位的多任务网络项目实战$ K3 U1 c. h, G) ^
12-1 MTCNN环境配置、框架解读、数据打包 (18:41)* j' o) d0 a- o: D' t0 c1 v: `
12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1） (14:57)0 C7 e8 T% C# ~% H: r. `+ _1 W* a
12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2） (13:45)
2 o: t1 }& g8 \/ [0 d7 `" J12-4 MTCNN模型训练介绍 (03:33)
$ c" J* t3 D- Y! k12-5 MTCNN模型训练（PNet、RNet、ONet）实操 (15:50)0 \: l0 r. ^: J) q8 G! S4 L
12-6 MTCNN模型（PNet、RNet、ONet）测试实操 (09:01)
- A/ W; n1 U7 x3 @$ F1 W6 h12-7 思考题 g0 l0 h: |6 L
) e) }) z3 o) a+ S. C5 }) ]4 q第13章 课程总结- ?) _/ H: J# ?3 `- ?' C( M
13-1 one-stage vs two-stage (13:13)6 ^" {: U1 d. {9 I
13-2 不同目标检测算法的优缺点对比 (12:52)/ ?0 a N* c- b P
13-3 作业节
9 E% c. a: O: ]" y13-4 不同目标检测算法的精度对比 (10:42)
% z9 E+ V0 t- I$ M$ W13-5 作业节
4 E2 ~+ R7 V2 Y; f2 r$ c13-6 常见目标检测研究对象与数据集 (10:37)- L+ A, O( z- i
13-7 目标检测常见任务与性能评价指标 (18:23)& p. ?/ [$ W% o, q' C9 F" k
13-8 目标检测行业应用现状-人脸检测 (17:31)6 X" w9 y+ z2 F
13-9 目标检测行业应用现状-ADAS (10:20)3 r" z6 q) @6 v' W6 ~8 L
13-10 目标检测行业应用现状-文本检测 (09:05)* `& Y4 Z; i9 B3 Z/ ^9 a4 F9 X# w
13-11 课程总结 (19:30)4 x1 c- H* z# X- G7 r
9 A" n% X1 q5 J" D〖下载地址〗8 |% J4 X: T$ W
3 A# y* A1 q2 v
〖升级为永久会员免金币下载全站资源〗
$ N5 Z. ]; E6 r: W3 z0 h. {$ N; f( e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
8 r8 s \/ A8 n% P; c1 b
|
[复制链接]
