1208分钟
基于深度学习的物体检测
本门课程以模型演化时间轴为主线，剖析极具代表性的物体检测算法的核心思想与基本原理，并结合相关代码讲解具体的实现细节。通过课程的学习，同学们可掌握相关算法的理论知识，具备灵活运用其解决实际应用问题的能力…
本门课程以模型演化时间轴为主线，剖析极具代表性的物体检测算法的核心思想与基本原理，并结合相关代码讲解具体的实现细节。通过课程的学习，同学们可掌握相关算法的理论知识，具备灵活运用其解决实际应用问题的能力。
第1章 课程介绍
- 第1节：课程介绍安排
第2章: 物体检测概述
- 第1节: 物体检测概述
- 第2节: 作业
第3章: 通用物体检测
- 第1节: 物体检测实践环境配置
- 第2节: 通用物体检测概述
- 第3节: 基于锚框的物体检测算法：多阶段法（上）
- 第3节: 基于锚框的物体检测算法：多阶段法（中）
- 第3节: 基于锚框的物体检测算法：多阶段法（下）
- 第4节: 基于锚框的物体检测算法：单阶段法-SSD算法
- 第4-1节：基于锚框的物体检测算法-RetinaNet
- 第4-2节：基于锚框的物体检测算法-RetinaNet代码框架解读
- 第4-3节：基于锚框的物体检测算法-RetinaNet代码调试
- 第4-4节：基于锚框的物体检测算法总结
- 第5节: 无需锚框的物体检测算法：关键点法和中心域法（上）
- 第5节: 无需锚框的物体检测算法：关键点法和中心域法（下）
- 第6节: 实用物体检测算法的研究思路
第4章: 人脸检测
- 第1节: 人脸检测概述
- 第2节: 传统Viola-Jones人脸检测算法
- 第3节: 深度学习早期人脸检测算法
- 第4节: 深度学习后期人脸检测算法：SSD、RetinaNet、Faster-CNN，R-FCN（上）
- 第4节: 深度学习后期人脸检测算法：SSD、RetinaNet、Faster-CNN，R-FCN（下）
- 第5节: 深度学习后期人脸检测算法：高效率 FaceBoxes
- 第6节: 深度学习后期人脸检测算法：高精度
- 第6-1节：高精度人脸检测算法 SFD
- 第6-2节：高精度人脸检测算法 SRN
- 第6-3节：高精度人脸检测算法 RefineFace
加餐：人脸检测的其他算法
- 第1节：人脸检测概述
- 第2节：传统DPM行人检测算法
- 第3节：深度学习早期行人检测算法：RPN+BF
- 第4节：深度学习后期行人检测算法
- 第4-1：深度学习后期行人检测算法-Adapted FasterRCNN
- 第4-2节：深度学习后期行人检测算法- Repulsion Loss
- 第4-3节：深度学习后期行人检测算法-OR-CNN
- 第4-4节：深度学习后期行人检测算法- JointDet
第5章: 物体检测总结与展望
- 第1节: 物体检测总结与展望
深蓝学院/张士峰
专注人工智能与自动驾驶的学习平台/中科院自动化所模式识别国家重点实验室博士