欧美色欧美亚洲另类七区,惠美惠精品网,五月婷婷一区,国产亚洲午夜

       1、培訓過程中，如有部分內(nèi)容理解不透或消化不好，可免費在以后培訓班中重聽；
       2、培訓結(jié)束后,授課老師留給學員聯(lián)系方式,保障培訓效果,免費提供課后技術(shù)支持。
       3、培訓合格學員可享受免費推薦就業(yè)機會。☆合格學員免費頒發(fā)相關(guān)工程師等資格證書，提升職業(yè)資質(zhì)。專注高端技術(shù)培訓15年，端海學員的能力得到大家的認同，受到用人單位的廣泛贊譽，端海的證書受到廣泛認可。

• 第1章 課程介紹
  本章節(jié)主要介紹課程的主要內(nèi)容、核心知識點、課程涉及到的應(yīng)用案例、深度學習算法設(shè)計通用流程、適應(yīng)人群、學習本門課程的前置條件、學習后達到的效果等，幫助大家從整體上了解本門課程的整體脈絡(luò)。
• 1-1 課程導學
  第2章 目標檢測算法基礎(chǔ)介紹
  本章節(jié)主要介紹目標檢測算法的基本概念、傳統(tǒng)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(wù)網(wǎng)絡(luò)）、相關(guān)算法的基本流程、算法性能的評價指標、不同算法的優(yōu)缺點和性能比較等，并結(jié)合實際的應(yīng)用場景和案例來介紹目標檢測算法的重要性和實用性。...
• 2-1 目標檢測問題定義
  2-2 目標檢測問題方法
  2-3 傳統(tǒng)目標檢測方法基本流程
  2-4 常見傳統(tǒng)目標檢測方法-Viola-Jones（人臉檢測）
  2-5 常見傳統(tǒng)目標檢測方法-HOG+SVM（行人檢測、Opencv）
  2-6 常見傳統(tǒng)目標檢測方法-DPM（物體檢測）
  2-7 常見傳統(tǒng)目標檢測方法-Sofe-NMS（非極大值抑制算法）
  2-8 Two-stage基本介紹，流程與常見算法
  2-9 Two-stage核心組件
  2-10 One-stage基本介紹、流程與常見算法
  2-11 One-stage核心組件
  2-12 One-stage與Two-stage優(yōu)缺點對比
  2-13 思考題
  第3章 SSD系列算法原理精講
  本章節(jié)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(wǎng)絡(luò)（DSSD、DSOD、FSSD、RSSD等）的核心思想、主干網(wǎng)絡(luò)設(shè)計思想、框架結(jié)構(gòu)、Default box、Prior box、樣本構(gòu)造、數(shù)據(jù)增強、損失函數(shù)，對比不同算法優(yōu)缺點以及介紹算法應(yīng)用場景等。...
• 3-1 SSD系列算法介紹（主干網(wǎng)絡(luò)、多尺度Feature Map預測）
  3-2 Prior Box Layer、樣本構(gòu)造、損失函數(shù)介紹
  3-3 DSSD、DSOD算法
  3-4 FSSD、RSSD算法
  3-5 思考題
  第4章 基于SSD的人臉檢測項目實戰(zhàn)
  本章節(jié)以人臉檢測實際業(yè)務(wù)場景為例，利用SSD來解決人臉檢測問題，涉及到了Wider Face數(shù)據(jù)集介紹、VOC數(shù)據(jù)集格式、打包、SSD框架解讀、環(huán)境搭建、SSD-Face人臉檢測模型訓練、測試等內(nèi)容，幫助大家從實際案例的角度出發(fā)，快速入門SSD算法框架的實戰(zhàn)項目。...
• 4-1 人臉業(yè)務(wù)場景介紹（常見問題、標注方法、算法性能好壞、人臉采集常用方法）
  4-2 Wider Face數(shù)據(jù)集介紹、標注格式、下載等
  4-3 Wider Face數(shù)據(jù)集介紹
  4-4 Wider Face數(shù)據(jù)集轉(zhuǎn)VOC格式數(shù)據(jù)集編程實現(xiàn)
  4-5 使用Caffe-SSD打包Wider Face為LMDB格式樣本實操
  4-6 Caffe-SSD框架搭建及訓練腳本解讀
  4-7 Caffe-SSD人臉檢測模型訓練實操講解
  4-8 Caffe-SSD框架主干網(wǎng)絡(luò)腳本講解+實操
  4-9 Caffe-SSD框架訓練腳本講解+實操
  4-10 Caffe-SSD框架模型測試介紹與腳本編程實現(xiàn)
  4-11 Caffe-SSD框架測試結(jié)果可視化與人臉檢測技巧說明
  4-12 思考題
  第5章 Faster RCNN系列算法原理精講
  本章節(jié)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(wǎng)絡(luò)（HyperNet、RFCN、Light-Head RCNN、Mask-RCNN、Cascade RCNN、CoupleNet）的核心思想、主干網(wǎng)絡(luò)設(shè)計思想、框架結(jié)構(gòu)、RPN網(wǎng)絡(luò)、OHEM、Soft-NMS等，對比不同算法優(yōu)...
• 5-1 Faseter-Rcnn系列介紹
  5-2 RCNN介紹
  5-3 SPPNet介紹
  5-4 Fast rcnn介紹
  5-5 HyperNet、RFCN介紹
  5-6 Light-Head RCNN、Mask-RCNN介紹
  5-7 Cascade RCNN、CoupleNet、OHEM、Soft-NMS介紹
  5-8 思考題
  第6章 基于Faster RCNN的ADAS場景目標檢測項目實戰(zhàn)
  本章節(jié)以ADAS實際業(yè)務(wù)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(shù)據(jù)集介紹、VOC格式數(shù)據(jù)轉(zhuǎn)換、Faster rcnn框架解讀、環(huán)境搭建、Faster rcnn-ADAS目標檢測模型訓練、測試等內(nèi)容，幫助大家從實戰(zhàn)的角度快速掌握Faster RCNN系列算法框架的使用。...
• 6-1 ADAS業(yè)務(wù)場景介紹
  6-2 Kitti數(shù)據(jù)集介紹、標注格式、下載等
  6-3 Kitti數(shù)據(jù)集類別提取編程實現(xiàn)
  6-4 Kitti數(shù)據(jù)集轉(zhuǎn)VOC格式數(shù)據(jù)腳本編程實現(xiàn)
  6-5 Faster RCNN目標檢測模型環(huán)境搭建介紹
  6-6 Faster RCNN目標檢測環(huán)境搭建實操
  6-7 Faster RCNN目標檢測框架介紹
  6-8 Faster RCNN目標檢測框架訓練腳本參數(shù)配置介紹
  6-9 Faster RCNN目標檢測框架配置修改實操
  6-10 Faster RCNN目標檢測模型訓練及其優(yōu)化
  6-11 利用Faster RCNN測試腳本進行模型測試
  6-12 自己動手編程實現(xiàn)Faster RCNN模型測試腳本
  6-13 思考題
  第7章 YOLO系列算法原理精講
  本章節(jié)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、主干網(wǎng)絡(luò)結(jié)構(gòu)、設(shè)計思路、YOLOV1/V2/V3/9000、Anchor Boxes、Multi-Scale Training、Darknet-19網(wǎng)絡(luò)、Darknet框架等，對比不同算法優(yōu)缺點和模型性能等。
• 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 思考題
  第8章 基于YOLOV3的通用物體檢測項目實戰(zhàn)
  本章節(jié)以通用物體檢測（coco）實際業(yè)務(wù)場景為例，利用YOLOV3來解決通用物體檢測問題，涉及到coco數(shù)據(jù)集介紹、darknet框架解讀，環(huán)境搭建、YOLOV3-coco通用物體檢測模型訓練、測試等內(nèi)容，幫助大家了解理論的前提下，快速入門YOLO系列算法實戰(zhàn)項目。...
• 8-1 物體檢測業(yè)務(wù)場景綜述
  8-2 COCO數(shù)據(jù)集介紹、標注格式、下載腳本等
  8-3 YOLOV3DarkNet框架介紹和環(huán)境搭建
  8-4 DarkNet框架解讀及相關(guān)配置說明
  8-5 利用DarkNet框架進行YOLOV3模型訓練實操
  8-6 YoloV3檢測模型的測試介紹及編程實例
  8-7 思考題
  第9章 文本檢測系列算法原理精講
  本章節(jié)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(tǒng)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(yōu)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(shù)據(jù)集（ICDAR、CTW、RCTW-...
• 9-1 文本檢測算法原理介紹
  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講解
  9-10 Textboxes++模型介紹
  9-11 文本檢測常見數(shù)據(jù)集
  9-12 其他檢測模型方法介紹
  9-13 思考題
  第10章 基于EAST的自然場景文本檢測項目實戰(zhàn)
  本章節(jié)以自然場景下的文本檢測實際業(yè)務(wù)場景為例，利用EAST框架來解決文本檢測問題，涉及到ICDAR數(shù)據(jù)集介紹、ICDAR數(shù)據(jù)下載、標注格式解讀、EAST框架解讀、環(huán)境搭建、模型訓練、測試等，幫助大家從實際案例的角度出發(fā)，快速入門文本檢測算法框架的實戰(zhàn)項目。...
• 10-1 自然場景下文本檢測業(yè)務(wù)場景綜述
  10-2 ICDAR數(shù)據(jù)集介紹、標注格式、下載等
  10-3 EAST文本檢測框架環(huán)境搭建
  10-4 EAST文本檢測框架解讀與訓練實操
  10-5 EAST文本檢測模型測試腳本編程實例
  10-6 思考題
  第11章 多任務(wù)網(wǎng)絡(luò)原理介紹
  本章節(jié)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(tǒng)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(yōu)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(shù)據(jù)集（ICDAR、CTW、RCTW-...
• 第12章 基于人臉檢測+關(guān)鍵點定位的多任務(wù)網(wǎng)絡(luò)項目實戰(zhàn)
  本章節(jié)以人臉檢測+關(guān)鍵點定位的實際業(yè)務(wù)場景為例，利用MTCNN多任務(wù)網(wǎng)絡(luò)來解決多個任務(wù)的數(shù)據(jù)打包、環(huán)境搭建、模型訓練、測試等實戰(zhàn)項目，幫助大家從實際案例的角度出發(fā)，快速入門多任務(wù)網(wǎng)絡(luò)的實戰(zhàn)項目。