点播
课程时长 35小时19分钟
学习期限 12 个月 退款期限 30 天
市场价格 ￥499.00 会员价格 ￥399.00
难度级别 高级 学习人次 157 综合评分 4.1
- 详情
- 目录
- 套餐4
- 咨询8
- 评价24
第1章 课程介绍
- 1-1 课程导学 试听28分钟34秒
第2章 目标检测算法基础介绍
- 2-1 目标检测问题定义12分钟56秒
- 2-2 目标检测问题方法15分钟50秒
- 2-3 传统目标检测方法基本流程27分钟55秒
- 2-4 常见传统目标检测方法-Viola-Jones（人脸检测）29分钟32秒
- 2-5 常见传统目标检测方法-HOG+SVM（行人检测、Opencv）30分钟
- 2-6 常见传统目标检测方法-DPM（物体检测）24分钟53秒
- 2-7 常见传统目标检测方法-Sofe-NMS（非极大值抑制算法）12分钟24秒
- 2-8 Two-stage基本介绍，流程与常见算法23分钟09秒
- 2-9 Two-stage核心组件20分钟35秒
- 2-10 One-stage基本介绍、流程与常见算法23分钟57秒
- 2-11 One-stage核心组件25分钟18秒
- 2-12 One-stage与Two-stage优缺点对比25分钟29秒
- 2-13 思考题29分钟02秒
第3章 SSD系列算法原理精讲
- 3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测） 试听25分钟11秒
- 3-2 Prior Box Layer、样本构造、损失函数介绍14分钟21秒
- 3-3 DSSD、DSOD算法17分钟32秒
- 3-4 FSSD、RSSD算法29分钟56秒
- 3-5 思考题20分钟33秒
第4章 基于SSD的人脸检测项目实战
- 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） 试听28分钟24秒
- 4-2 Wider Face数据集介绍、标注格式、下载等22分钟16秒
- 4-3 Wider Face数据集介绍20分钟23秒
- 4-4 Wider Face数据集转VOC格式数据集编程实现15分钟18秒
- 4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操16分钟06秒
- 4-6 Caffe-SSD框架搭建及训练脚本解读26分钟46秒
- 4-7 Caffe-SSD人脸检测模型训练实操讲解17分钟53秒
- 4-8 Caffe-SSD框架主干网络脚本讲解+实操13分钟35秒
- 4-9 Caffe-SSD框架训练脚本讲解+实操11分钟06秒
- 4-10 Caffe-SSD框架模型测试介绍与脚本编程实现23分钟15秒
- 4-11 Caffe-SSD框架测试结果可视化与人脸检测技巧说明10分钟44秒
- 4-12 思考题22分钟30秒
第5章 Faster RCNN系列算法原理精讲
- 5-1 Faseter-Rcnn系列介绍22分钟16秒
- 5-2 RCNN介绍27分钟20秒
- 5-3 SPPNet介绍11分钟04秒
- 5-4 Fast rcnn介绍28分钟05秒
- 5-5 HyperNet、RFCN介绍28分钟34秒
- 5-6 Light-Head RCNN、Mask-RCNN介绍14分钟55秒
- 5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍30分钟
- 5-8 思考题21分钟57秒
第6章 基于Faster RCNN的ADAS场景目标检测项目实战
- 6-1 ADAS业务场景介绍20分钟09秒
- 6-2 Kitti数据集介绍、标注格式、下载等19分钟46秒
- 6-3 Kitti数据集类别提取编程实现14分钟59秒
- 6-4 Kitti数据集转VOC格式数据脚本编程实现10分钟43秒
- 6-5 Faster RCNN目标检测模型环境搭建介绍17分钟09秒
- 6-6 Faster RCNN目标检测环境搭建实操18分钟41秒
- 6-7 Faster RCNN目标检测框架介绍12分钟40秒
- 6-8 Faster RCNN目标检测框架训练脚本参数配置介绍18分钟51秒
- 6-9 Faster RCNN目标检测框架配置修改实操26分钟31秒
- 6-10 Faster RCNN目标检测模型训练及其优化16分钟29秒
- 6-11 利用Faster RCNN测试脚本进行模型测试25分钟03秒
- 6-12 自己动手编程实现Faster RCNN模型测试脚本15分钟21秒
- 6-13 思考题11分钟51秒
第7章 YOLO系列算法原理精讲
- 7-1 Yolov1算法10分钟56秒
- 7-2 Yolov2算法（1）20分钟49秒
- 7-3 Yolov2算法（2）23分钟50秒
- 7-4 Yolo9000算法22分钟47秒
- 7-5 Yolov3算法12分钟39秒
- 7-6 思考题17分钟11秒
第8章 基于YOLOV3的通用物体检测项目实战
- 8-1 物体检测业务场景综述13分钟48秒
- 8-2 COCO数据集介绍、标注格式、下载脚本等14分钟50秒
- 8-3 YOLOV3DarkNet框架介绍和环境搭建19分钟54秒
- 8-4 DarkNet框架解读及相关配置说明18分钟57秒
- 8-5 利用DarkNet框架进行YOLOV3模型训练实操25分钟45秒
- 8-6 YoloV3检测模型的测试介绍及编程实例13分钟30秒
- 8-7 思考题29分钟06秒
第9章 文本检测系列算法原理精讲
- 9-1 文本检测算法原理介绍19分钟17秒
- 9-2 CTPN模型23分钟23秒
- 9-3 RRPN模型22分钟30秒
- 9-4 FTSN模型13分钟
- 9-5 DMPNet模型28分钟30秒
- 9-6 EAST模型27分钟03秒
- 9-7 SegLink模型28分钟32秒
- 9-8 PixelLink模型23分钟10秒
- 9-9 Textboxes讲解14分钟30秒
- 9-10 Textboxes++模型介绍16分钟36秒
- 9-11 文本检测常见数据集27分钟36秒
- 9-12 其他检测模型方法介绍18分钟22秒
- 9-13 思考题19分钟33秒
第10章 基于EAST的自然场景文本检测项目实战
- 10-1 自然场景下文本检测业务场景综述23分钟50秒
- 10-2 ICDAR数据集介绍、标注格式、下载等26分钟36秒
- 10-3 EAST文本检测框架环境搭建16分钟58秒
- 10-4 EAST文本检测框架解读与训练实操21分钟44秒
- 10-5 EAST文本检测模型测试脚本编程实例21分钟02秒
- 10-6 思考题15分钟44秒
第11章 多任务网络原理介绍
- 11-1 多任务网络业务场景综述20分钟23秒
- 11-2 人脸检测+关键点多任务网络模型MTCNN介绍11分钟35秒
- 11-3 人脸检测+关键点多任务网络数据集介绍28分钟18秒
- 11-4 思考题10分钟50秒
第12章 基于人脸检测+关键点定位的多任务网络项目实战
- 12-1 MTCNN环境配置、框架解读、数据打包11分钟14秒
- 12-2 MTCNN数据打包（PNet、RNet、ONet）实操（1）23分钟46秒
- 12-3 MTCNN数据打包（PNet、RNet、ONet）实操（2）19分钟02秒
- 12-4 MTCNN模型训练介绍19分钟40秒
- 12-5 MTCNN模型训练（PNet、RNet、ONet）实操15分钟13秒
- 12-6 MTCNN模型（PNet、RNet、ONet）测试实操21分钟11秒
- 12-7 思考题10分钟11秒
第13章 课程总结
- 13-1 one-stage vs two-stage12分钟30秒
- 13-2 不同目标检测算法的优缺点对比18分钟50秒
- 13-3 不同目标检测算法的精度对比21分钟46秒
- 13-4 常见目标检测研究对象与数据集13分钟53秒
- 13-5 目标检测常见任务与性能评价指标23分钟07秒
- 13-6 目标检测行业应用现状-人脸检测27分钟37秒
- 13-7 目标检测行业应用现状-ADAS29分钟42秒
- 13-8 目标检测行业应用现状-文本检测23分钟42秒
- 13-9 课程总结27分钟18秒
授课教师
算法工程师