1. 程式人生 > >深度學習之目標檢測常用算法原理+實踐精講

深度學習之目標檢測常用算法原理+實踐精講

soft cnn 算法設計 head 標註 學習內容 網絡 link 經驗

第1章 課程介紹
本章節主要介紹課程的主要內容、核心知識點、課程涉及到的應用案例、深度學習算法設計通用流程、適應人群、學習本門課程的前置條件、學習後達到的效果等,幫助大家從整體上了解本門課程的整體脈絡。

第2章 目標檢測算法基礎介紹
本章節主要介紹目標檢測算法的基本概念、傳統的目標檢測算法、目前深度學習目標檢測主流方法(one-stage、two-stage、多任務網絡)、相關算法的基本流程、算法性能的評價指標、不同算法的優缺點和性能比較等,並結合實際的應用場景和案例來介紹目標檢測算法的重要性和實用性。...

第3章 SSD系列算法原理精講
本章節主要針對SSD系列目標檢測算法原理進行介紹,其中涉及到了one-stage目標檢測算法流程,SSD及其變種網絡(DSSD、DSOD、FSSD、RSSD等)的核心思想、主幹網絡設計思想、框架結構、Default box、Prior box、樣本構造、數據增強、損失函數,對比不同算法優缺點以及介紹算法應用場景等。...

第4章 基於SSD的人臉檢測項目實戰
本章節以人臉檢測實際業務場景為例,利用SSD來解決人臉檢測問題,涉及到了Wider Face數據集介紹、VOC數據集格式、打包、SSD框架解讀、環境搭建、SSD-Face人臉檢測模型訓練、測試等內容,幫助大家從實際案例的角度出發,快速入門SSD算法框架的實戰項目。...

第5章 Faster RCNN系列算法原理精講
本章節主要針對Faster RCNN系列目標檢測算法原理進行介紹,其中涉及到了two-stage目標檢測算法流程、從RCNN到Faster RCNN以及Faster RCNN的系列變種網絡(HyperNet、RFCN、Light-Head RCNN、Mask-RCNN、Cascade RCNN、CoupleNet)的核心思想、主幹網絡設計思想、框架結構、RPN網絡、OHEM、Soft-NMS等,對比不同算法優...

第6章 基於Faster RCNN的ADAS場景目標檢測項目實戰
本章節以ADAS實際業務場景為例,利用Faster RCNN來解決機動車、非機動車、行人等駕駛場景中的目標檢測問題,涉及到Kitti數據集介紹、VOC格式數據轉換、Faster rcnn框架解讀、環境搭建、Faster rcnn-ADAS目標檢測模型訓練、測試等內容,幫助大家從實戰的角度快速掌握Faster RCNN系列算法框架的使用。...

第7章 YOLO系列算法原理精講
本章節主要針對YOLO系列目標檢測算法原理進行介紹,其中涉及到了算法基本流程、主幹網絡結構、設計思路、YOLOV1/V2/V3/9000、Anchor Boxes、Multi-Scale Training、Darknet-19網絡、Darknet框架等,對比不同算法優缺點和模型性能等。

第8章 基於YOLOV3的通用物體檢測項目實戰
本章節以通用物體檢測(coco)實際業務場景為例,利用YOLOV3來解決通用物體檢測問題,涉及到coco數據集介紹、darknet框架解讀,環境搭建、YOLOV3-coco通用物體檢測模型訓練、測試等內容,幫助大家了解理論的前提下,快速入門YOLO系列算法實戰項目。...

第9章 文本檢測系列算法原理精講
本章節主要針對文本檢測系列算法原理進行介紹,其中涉及到了算法基本流程、傳統的文本檢測算法(Top-down、bottom-up)、物體檢測算法VS文本檢測算法、文本檢測算法優化方向、常用文本檢測算法模型(CTPN、RRPN、FTSN、DMPNet、EAST、SegLink、Pixel Link、Textboxes、Textboxes++等)、文本檢測數據集(ICDAR、CTW、RCTW-...

第10章 基於EAST的自然場景文本檢測項目實戰
本章節以自然場景下的文本檢測實際業務場景為例,利用EAST框架來解決文本檢測問題,涉及到ICDAR數據集介紹、ICDAR數據下載、標註格式解讀、EAST框架解讀、環境搭建、模型訓練、測試等,幫助大家從實際案例的角度出發,快速入門文本檢測算法框架的實戰項目。...

第11章 多任務網絡原理介紹
本章節主要針對文本檢測系列算法原理進行介紹,其中涉及到了算法基本流程、傳統的文本檢測算法(Top-down、bottom-up)、物體檢測算法VS文本檢測算法、文本檢測算法優化方向、常用文本檢測算法模型(CTPN、RRPN、FTSN、DMPNet、EAST、SegLink、Pixel Link、Textboxes、Textboxes++等)、文本檢測數據集(ICDAR、CTW、RCTW-...

第12章 基於人臉檢測+關鍵點定位的多任務網絡項目實戰
本章節以人臉檢測+關鍵點定位的實際業務場景為例,利用MTCNN多任務網絡來解決多個任務的數據打包、環境搭建、模型訓練、測試等實戰項目,幫助大家從實際案例的角度出發,快速入門多任務網絡的實戰項目。

第13章 課程總結
針對課程進行最後總結,回顧課程核心內容,分享目標檢測行業實戰經驗,再次幫助大家理清學習內容進一步的給出後續學習和提升給出建設性意見。

下載地址:深度學習之目標檢測常用算法原理+實踐精講

深度學習之目標檢測常用算法原理+實踐精講