人工智能视频课程百度网盘
第1章 人工智能课程介绍 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 试看 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 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) 试看 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) 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 本章节以AS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-AS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 AS业务场景介绍 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 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、rknet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 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(ICR、CTW、RCTW-... 9-1 文本检测算法原理介绍 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ICR数据集介绍、ICR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 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(ICR、CTW、RCTW-... 11-1 多任务网络业务场景综述 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。 12-1 MTCNN环境配置、框架解读、数据打包 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。 13-1 one-stage vs two-stage |
本文来自投稿,不代表亲测学习网立场,如若转载,请注明出处:https://www.qince.net/%e6%b7%b1%e5%ba%a6%e5%ad%a6%e4%b9%a0%e4%b9%8b%e7%9b%ae%e6%a0%87%e6%a3%80%e6%b5%8b%e5%b8%b8%e7%94%a8%e7%ae%97%e6%b3%95%e5%8e%9f%e7%90%86%e5%ae%9e%e8%b7%b5%e7%b2%be%e8%ae%b2%e7%99%be%e5%ba%a6%e4%ba%91.html
郑重声明:
本站所有内容均由互联网收集整理、网友上传,并且以计算机技术研究交流为目的,仅供大家参考、学习,不存在任何商业目的与商业用途。 若您需要商业运营或用于其他商业活动,请您购买正版授权并合法使用。
我们不承担任何技术及版权问题,且不对任何资源负法律责任。
如遇到资源无法下载,请点击这里失效报错。失效报错提交后记得查看你的留言信息,24小时之内反馈信息。
如有侵犯您的版权,请给我们私信,我们会尽快处理,并诚恳的向你道歉!