关键词：
深度学习之目标检测常用算法原理+实践精讲 YOLO / Faster RCNN / SSD / 文本检测 / 多任务网络
资源获取链接：点击这里
-
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）
- 2-8 Two-stage基本介绍，流程与常见算法
- 2-9 Two-stage核心组件
- 2-10 One-stage基本介绍、流程与常见算法
- 2-11 One-stage核心组件
- 2-12 One-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、Default box、Prior box、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。...
- 3-1 SSD系列算法介绍（主干网络、多尺度Feature Map预测）
- 3-2 Prior Box Layer、样本构造、损失函数介绍
- 3-3 DSSD、DSOD算法
- 3-4 FSSD、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Wider Face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）
- 4-2 Wider Face数据集介绍、标注格式、下载等
- 4-3 Wider Face数据集介绍
- 4-4 Wider Face数据集转VOC格式数据集编程实现
- 4-5 使用Caffe-SSD打包Wider Face为LMDB格式样本实操
- 4-6 Caffe-SSD框架搭建及训练脚本解读
- 4-7 Caffe-SSD人脸检测模型训练实操讲解
- 4-8 Caffe-SSD框架主干网络脚本讲解+实操
- 4-9 Caffe-SSD框架训练脚本讲解+实操
- 4-10 Caffe-SSD框架模型测试介绍与脚本编程实现
- 4-11 Caffe-SSD框架测试结果可视化与人脸检测技巧说明
- 4-12 思考题
-
第5章 Faster RCNN系列算法原理精讲
本章节主要针对Faster RCNN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Faster RCNN以及Faster RCNN的系列变种网络（HyperNet、RFCN、Light-Head RCNN、Mask-RCNN、Cascade RCNN、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...
- 5-1 Faseter-Rcnn系列介绍
- 5-2 RCNN介绍
- 5-3 SPPNet介绍
- 5-4 Fast rcnn介绍
- 5-5 HyperNet、RFCN介绍
- 5-6 Light-Head RCNN、Mask-RCNN介绍
- 5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介绍
- 5-8 思考题
-
第6章 基于Faster RCNN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Faster RCNN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、Faster rcnn框架解读、环境搭建、Faster rcnn-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Faster RCNN系列算法框架的使用。...
- 6-1 ADAS业务场景介绍
- 6-2 Kitti数据集介绍、标注格式、下载等
- 6-3 Kitti数据集类别提取编程实现
- 6-4 Kitti数据集转VOC格式数据脚本编程实现
- 6-5 Faster RCNN目标检测模型环境搭建介绍
- 6-6 Faster RCNN目标检测环境搭建实操
- 6-7 Faster RCNN目标检测框架介绍
- 6-8 Faster RCNN目标检测框架训练脚本参数配置介绍
- 6-9 Faster RCNN目标检测框架配置修改实操
- 6-10 Faster RCNN目标检测模型训练及其优化
- 6-11 利用Faster RCNN测试脚本进行模型测试
- 6-12 自己动手编程实现Faster RCNN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、Anchor Boxes、Multi-Scale Training、Darknet-19网络、Darknet框架等，对比不同算法优缺点和模型性能等。
- 7-1 Yolov1算法
- 7-2 Yolov2算法（1）
- 7-3 Yolov2算法（2）
- 7-4 Yolo9000算法
- 7-5 Yolov3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
- 8-2 COCO数据集介绍、标注格式、下载脚本等
- 8-3 YOLOV3DarkNet框架介绍和环境搭建
- 8-4 DarkNet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
- 8-6 YoloV3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、Pixel Link、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
- 9-2 CTPN模型
- 9-3 RRPN模型
- 9-4 FTSN模型
- 9-5 DMPNet模型
- 9-6 EAST模型
- 9-7 SegLink模型
- 9-8 PixelLink模型
- 9-9 Textboxes讲解
- 9-10 Textboxes++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
- 10-2 ICDAR数据集介绍、标注格式、下载等
- 10-3 EAST文本检测框架环境搭建
- 10-4 EAST文本检测框架解读与训练实操
- 10-5 EAST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、Pixel Link、Textboxes、Textboxes++等）、文本检测数据集（ICDAR、CTW、RCTW-...
-
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。
深度学习之目标检测常用算法原理+实践精讲
...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... 查看详情
深度学习之目标检测常用算法原理+实践精讲
...,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.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... 查看详情
深度学习之目标检测(代码片段)
...对的关联性，目标定位检测即目标定位+检测。在深度学习中比较常用的目标定位检测方法有RCNN系列方法和YOLO系列方法。其中RCNN系列方法的定位过程和检测过程是分开的，即先定位目标，然后对定位出的目标进行... 查看详情
深度剖析目标检测算法yolov4
深度剖析目标检测算法YOLOV4 目录 简述yolo的发展历程介绍 yolov3 算法原理介绍 yolov4 算法原理（相比于yolov3，有哪些改进点）YOLOV4 源代码日志解读 yolo 发展历程 采用卷积神... 查看详情
《深度学习与计算机视觉算法原理框架应用》pdf+《深度学习之pytorch实战计算机视觉》pdf
下载：https://pan.baidu.com/s/12-s95JrHek82tLRk3UQO_w《深度学习与计算机视觉算法原理、框架应用》PDF，带书签，347页。《大数据架构详解：从数据获取到深度学习》PDF，带书签，373页。配套源代码。下载：https://pan.baidu.com/s/1P0-o29x0ZrXp8Wo... 查看详情
深度学习和目标检测系列教程13-300：yolo物体检测算法(代码片段)
@Author：RunsenYOLO，是目前速度更快的物体检测算法之一。虽然它不再是最准确的物体检测算法，但当您需要实时检测时，它是一个非常好的选择，而不会损失太多的准确性。YOLO框架在本篇博客中，我将... 查看详情
keras深度学习实战（15）——从零开始实现yolo目标检测(代码片段)
Keras深度学习实战（15）——从零开始实现YOLO目标检测0.前言1.YOLO目标检测模型1.1锚框(anchorboxes)1.2YOLO目标检测模型原理2.从零开始实现YOLO目标检测2.1加载数据集2.2计算锚框尺寸2.3创建训练数据集2.4实现YOLO目标检测模型2.5... 查看详情
yolo系列目标检测算法-yolov7(代码片段)
...算法总结对比YOLOv1YOLOv2YOLOv3YOLOv4Scaled-YOLOv4YOLOv5YOLOv6YOLOv7深度学习知识点总结专栏链接:https://blog.csdn.net/qq_39707285/article/details/124005405此专栏主要总结深度学习中的知识点，从各大数据集比赛开始， 查看详情
深度学习之算法选择
一、所有算法归结成四种算法分类：识别某个对象属于哪个类别，常用的算法有：SVM（支持向量机）、nearestneighbors（最近邻）、randomforest（随机森林），常见的应用有：垃圾邮件识别、图像识别。回归：预测与对象相关联的连... 查看详情
从零开始学习目标检测：yolo算法详解(代码片段)
...1.🌟什么是目标检测?2.🌟传统的目标检测与基于深度学习的目标检测3.🌟目标检测算法的工作流程4.🌟目标检测可以干什么？5.🌟什么是YOLO在过去的十年中，深度学习技术的发展引起了极大的关注ÿ... 查看详情
机器学习之逐次下降法(机器学习算法原理与实践）郑捷
逐次下降法的定义：对于给定的方程组，使用公式： 其中k为迭代次数（k=0,1,2,…） 逐步代入求近似解的方法称为迭代法如果存在（记为），称此迭代法收敛，显然就是方程组的解，否则称此迭代法发散。研究的收敛... 查看详情
目标检测—one-stage检测之yolo
目前主流的目标检测算法主要是基于深度学习模型，其可以分成两大类：two-stage检测算法；one-stage检测算法。本文主要介绍第二类检测算法。 目标检测模型的主要性能指标是检测准确度和速度，对于准确度，目标检测要... 查看详情
物体检测算法：r-cnn，ssd，yolo动手学深度学习v2pytorch
1.物体检测算法：R-CNNRegion-CNN区域卷积神经网络2.SSDSingleshotdetection单发多框检测3.YOLO-youonlylookonceyouonlyliveonce-->youonlylookoncecenter_net非锚框物体检测4.Q&A测试数据增强做平均，一般是概率做平均，在softmax上做平均。R... 查看详情
yolo系列算法精讲整理（持续更新）
0背景作为在工业界应用最广的目标检测算法，yolo系列不断推陈出新，先后有yolov1-yolov5,yolox，yolov6,yolov7等版本出现，性能也不断刷新。在查阅相关资料的同时，发现有很多博主介绍的非常精彩，遂进行整... 查看详情
yolo系列算法精讲整理（持续更新）
0背景作为在工业界应用最广的目标检测算法，yolo系列不断推陈出新，先后有yolov1-yolov5,yolox，yolov6,yolov7等版本出现，性能也不断刷新。在查阅相关资料的同时，发现有很多博主介绍的非常精彩，遂进行整... 查看详情
yolo系列算法精讲整理（持续更新）
0背景作为在工业界应用最广的目标检测算法，yolo系列不断推陈出新，先后有yolov1-yolov5,yolox，yolov6,yolov7等版本出现，性能也不断刷新。在查阅相关资料的同时，发现有很多博主介绍的非常精彩，遂进行整... 查看详情
yolo算法是啥?
...，精度是以前实时系统的两倍多，YOLO遵循的是“端到端深度学习”的实践。它将单个卷积神经网络（CNN)应用于整个图像，将图像分成网格，并预测每个网格的类概率和边界框。例如，以一个100x100的图像为例。我们把它分成网格... 查看详情
yolo目标检测
文章大纲简介原理入门网络模型与可视化目标检测的评测mAP代码部分解读使用Demo数据集最佳实践模型大小计数模型部署与框架选择图片或视频推理可调用的封装模型训练模型转换多路摄像头可能出现的问题参考文献简介github：ht... 查看详情