2019年【价值499】深度学习之目标检测常用算法原理+实践精讲

发布时间: 2019-10-28

发货 百度网盘 自动发货 时间 2019年 类型 会员打折

权限 Array

¥19.00

立即下载 加入收藏

5.0分/6人

自动发货

48e01d8616304070a504ec4a0968172f.png


QQ截图20191027001342.png

课程介绍

本课程从整个目标检测技术发展的历程开始,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.

知识点介绍

FasterRCNN算法

基本流程

RCNN/FasterRCNN

FasterRCNN变种

主干网络设计思想

RPN原理

OHEM、NMS

Soft-NMS

实验结果分析

不同算法优缺点

应用场景


SSD系列算法

基本流程

Defaultbox

Priorbox

样本构造

数据增强

损失函数

SSD变种

网络性能对比

实验结果分析

不同算法优缺点

应用场景


Yolo系列算法

基本流程

主干网络结构

设计思路

Yolov1/v2/9000/v3

AnchorBoxes

Multi-ScaleTraining

Darknet

不同算法优缺点

网络性能对比

实验结果分析


文本检测系列算法

传统文本检测方法

物体检测VS文本检测

文本检测常见问题

文本检测应用场景

文本检测标注方式

文本检测算法优化方向

常用算法模型

CTPN/EAST/textboxes

文本检测数据集介绍

不同数据集比较


多任务网络系列算法

原理分析

网络结构

泛化性分析

学习机制

使用场景

脸部特征点检测:TCDCN

人脸识别:DeepID2

物体检测与分类

旋转人脸网络

文本检测与识别

多任务网络训练技巧


课程目录

第1章课程介绍

本章节主要介绍课程的主要内容、核心知识点、课程涉及到的应用案例、深度学习算法设计通用流程、适应人群、学习本门课程的前置条件、学习后达到的效果等,帮助大家从整体上了解本门课程的整体脉络。

1-1课程导学

第2章目标检测算法基础介绍

本章节主要介绍目标检测算法的基本概念、传统的目标检测算法、目前深度学习目标检测主流方法(one-stage、two-stage、多任务网络)、相关算法的基本流程、算法性能的评价指标、不同算法的优缺点和性能比较等,并结合实际的应用场景和案例来介绍目标检测算法的重要性和实用性。...

2-1目标检测问题定义

2-2目标检测问题方法

2-3传统目标检测方法基本流程

2-4常见传统目标检测方法-Viola-Jones(人脸检测)

2-5常见传统目标检测方法-HOG+SVM(行人检测、Opencv)

2-6常见传统目标检测方法-DPM(物体检测)

2-7常见传统目标检测方法-Sofe-NMS(非极大值抑制算法)

2-8Two-stage基本介绍,流程与常见算法

2-9Two-stage核心组件

2-10One-stage基本介绍、流程与常见算法

2-11One-stage核心组件

2-12One-stage与Two-stage优缺点对比

2-13思考题

第3章SSD系列算法原理精讲

本章节主要针对SSD系列目标检测算法原理进行介绍,其中涉及到了one-stage目标检测算法流程,SSD及其变种网络(DSSD、DSOD、FSSD、RSSD等)的核心思想、主干网络设计思想、框架结构、Defaultbox、Priorbox、样本构造、数据增强、损失函数,对比不同算法优缺点以及介绍算法应用场景等。...

3-1SSD系列算法介绍(主干网络、多尺度FeatureMap预测)试看

3-2PriorBoxLayer、样本构造、损失函数介绍

3-3DSSD、DSOD算法

3-4FSSD、RSSD算法

3-5思考题

第4章基于SSD的人脸检测项目实战

本章节以人脸检测实际业务场景为例,利用SSD来解决人脸检测问题,涉及到了WiderFace数据集介绍、VOC数据集格式、打包、SSD框架解读、环境搭建、SSD-Face人脸检测模型训练、测试等内容,帮助大家从实际案例的角度出发,快速入门SSD算法框架的实战项目。...

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)

4-2WiderFace数据集介绍、标注格式、下载等

4-3WiderFace数据集介绍

4-4WiderFace数据集转VOC格式数据集编程实现

4-5使用Caffe-SSD打包WiderFace为LMDB格式样本实操

4-6Caffe-SSD框架搭建及训练脚本解读

4-7Caffe-SSD人脸检测模型训练实操讲解

4-8Caffe-SSD框架主干网络脚本讲解+实操

4-9Caffe-SSD框架训练脚本讲解+实操

4-10Caffe-SSD框架模型测试介绍与脚本编程实现

4-11Caffe-SSD框架测试结果可视化与人脸检测技巧说明试看

4-12思考题

第5章FasterRCNN系列算法原理精讲

本章节主要针对FasterRCNN系列目标检测算法原理进行介绍,其中涉及到了two-stage目标检测算法流程、从RCNN到FasterRCNN以及FasterRCNN的系列变种网络(HyperNet、RFCN、Light-HeadRCNN、Mask-RCNN、CascadeRCNN、CoupleNet)的核心思想、主干网络设计思想、框架结构、RPN网络、OHEM、Soft-NMS等,对比不同算法优...

5-1Faseter-Rcnn系列介绍

5-2RCNN介绍

5-3SPPNet介绍

5-4Fastrcnn介绍

5-5HyperNet、RFCN介绍

5-6Light-HeadRCNN、Mask-RCNN介绍

5-7CascadeRCNN、CoupleNet、OHEM、Soft-NMS介绍

5-8思考题

第6章基于FasterRCNN的ADAS场景目标检测项目实战

本章节以ADAS实际业务场景为例,利用FasterRCNN来解决机动车、非机动车、行人等驾驶场景中的目标检测问题,涉及到Kitti数据集介绍、VOC格式数据转换、Fasterrcnn框架解读、环境搭建、Fasterrcnn-ADAS目标检测模型训练、测试等内容,帮助大家从实战的角度快速掌握FasterRCNN系列算法框架的使用。...

6-1ADAS业务场景介绍

6-2Kitti数据集介绍、标注格式、下载等

6-3Kitti数据集类别提取编程实现

6-4Kitti数据集转VOC格式数据脚本编程实现

6-5FasterRCNN目标检测模型环境搭建介绍

6-6FasterRCNN目标检测环境搭建实操

6-7FasterRCNN目标检测框架介绍

6-8FasterRCNN目标检测框架训练脚本参数配置介绍

6-9FasterRCNN目标检测框架配置修改实操

6-10FasterRCNN目标检测模型训练及其优化

6-11利用FasterRCNN测试脚本进行模型测试

6-12自己动手编程实现FasterRCNN模型测试脚本

6-13思考题

第7章YOLO系列算法原理精讲

本章节主要针对YOLO系列目标检测算法原理进行介绍,其中涉及到了算法基本流程、主干网络结构、设计思路、YOLOV1/V2/V3/9000、AnchorBoxes、Multi-ScaleTraining、Darknet-19网络、Darknet框架等,对比不同算法优缺点和模型性能等。

7-1Yolov1算法

7-2Yolov2算法(1)

7-3Yolov2算法(2)

7-4Yolo9000算法

7-5Yolov3算法

7-6思考题

第8章基于YOLOV3的通用物体检测项目实战

本章节以通用物体检测(coco)实际业务场景为例,利用YOLOV3来解决通用物体检测问题,涉及到coco数据集介绍、darknet框架解读,环境搭建、YOLOV3-coco通用物体检测模型训练、测试等内容,帮助大家了解理论的前提下,快速入门YOLO系列算法实战项目。...

8-1物体检测业务场景综述

8-2COCO数据集介绍、标注格式、下载脚本等

8-3YOLOV3DarkNet框架介绍和环境搭建

8-4DarkNet框架解读及相关配置说明

8-5利用DarkNet框架进行YOLOV3模型训练实操

8-6YoloV3检测模型的测试介绍及编程实例

8-7思考题

第9章文本检测系列算法原理精讲

本章节主要针对文本检测系列算法原理进行介绍,其中涉及到了算法基本流程、传统的文本检测算法(Top-down、bottom-up)、物体检测算法VS文本检测算法、文本检测算法优化方向、常用文本检测算法模型(CTPN、RRPN、FTSN、DMPNet、EAST、SegLink、PixelLink、Textboxes、Textboxes++等)、文本检测数据集(ICDAR、CTW、RCTW-...

9-1文本检测算法原理介绍

9-2CTPN模型

9-3RRPN模型

9-4FTSN模型

9-5DMPNet模型

9-6EAST模型

9-7SegLink模型

9-8PixelLink模型

9-9Textboxes讲解

9-10Textboxes++模型介绍

9-11文本检测常见数据集

9-12其他检测模型方法介绍

9-13思考题

第10章基于EAST的自然场景文本检测项目实战

本章节以自然场景下的文本检测实际业务场景为例,利用EAST框架来解决文本检测问题,涉及到ICDAR数据集介绍、ICDAR数据下载、标注格式解读、EAST框架解读、环境搭建、模型训练、测试等,帮助大家从实际案例的角度出发,快速入门文本检测算法框架的实战项目。...

10-1自然场景下文本检测业务场景综述

10-2ICDAR数据集介绍、标注格式、下载等

10-3EAST文本检测框架环境搭建

10-4EAST文本检测框架解读与训练实操

10-5EAST文本检测模型测试脚本编程实例

10-6思考题

第11章多任务网络原理介绍

本章节主要针对文本检测系列算法原理进行介绍,其中涉及到了算法基本流程、传统的文本检测算法(Top-down、bottom-up)、物体检测算法VS文本检测算法、文本检测算法优化方向、常用文本检测算法模型(CTPN、RRPN、FTSN、DMPNet、EAST、SegLink、PixelLink、Textboxes、Textboxes++等)、文本检测数据集(ICDAR、CTW、RCTW-...

11-1多任务网络业务场景综述

11-2人脸检测+关键点多任务网络模型MTCNN介绍

11-3人脸检测+关键点多任务网络数据集介绍

11-4思考题

第12章基于人脸检测+关键点定位的多任务网络项目实战

本章节以人脸检测+关键点定位的实际业务场景为例,利用MTCNN多任务网络来解决多个任务的数据打包、环境搭建、模型训练、测试等实战项目,帮助大家从实际案例的角度出发,快速入门多任务网络的实战项目。

12-1MTCNN环境配置、框架解读、数据打包

12-2MTCNN数据打包(PNet、RNet、ONet)实操(1)

12-3MTCNN数据打包(PNet、RNet、ONet)实操(2)

12-4MTCNN模型训练介绍

12-5MTCNN模型训练(PNet、RNet、ONet)实操

12-6MTCNN模型(PNet、RNet、ONet)测试实操

12-7思考题

第13章课程总结

针对课程进行最后总结,回顾课程核心内容,分享目标检测行业实战经验,再次帮助大家理清学习内容进一步的给出后续学习和提升给出建设性意见。

13-1one-stagevstwo-stage

13-2不同目标检测算法的优缺点对比

13-3不同目标检测算法的精度对比

13-4常见目标检测研究对象与数据集

13-5目标检测常见任务与性能评价指标

13-6目标检测行业应用现状-人脸检测

13-7目标检测行业应用现状-ADAS

13-8目标检测行业应用现状-文本检测

13-9课程总结

课程大小

QQ截图20191024202553.png

备注:(04)20191016人工智能

版权信息:本站所有资源仅供学习与参考,请勿用于商业用途,如有侵犯您的版权,请及时联系客服,我们将尽快处理。
  • El***

    4天前El***

    未评价,系统默认好评!

  • 安**

    29天前安**

    未评价,系统默认好评!

  • haoxues*******

    28天前haoxues*******

    未评价,系统默认好评!

  • Cars****

    1月前Cars****

    未评价,系统默认好评!

  • 小**

    2月前小**

    未评价,系统默认好评!

  • 雨落的***

    3月前雨落的***

    未评价,系统默认好评!

更多评论

嘿,我来帮您!