基于深度学习的物体检测
体系课

基于深度学习的物体检测

  • 机器学习
  • 深度学习
  • 计算机视觉

帮助学员全面学习物体检测算法的核心思想和基本原理

¥799
本课程包括
  • 20小时8分钟的视频随时观看
  • 可在APP随时观看
  • 结业证书
课程合作品牌
深蓝学院
你将收获
  • 掌握基于锚框的通用物体检测算法: 多阶段法Faster R-CNN及其衍生算法、单阶段法等
  • 掌握无需锚框的通用物体检测算法: 关键点法CornetNet和中心域法FCOS
  • 掌握人脸检测传统算法Viola-Jones,基于深度学习的算法等
  • 掌握行人检测的传统算法DPM,基于深度学习的算法RPN+BF(早期)、RepLoss、OR-CNN
  • 帮助学员具备单步调试算法代码并排查算法问题的能力

数千家企业正在使用三节课企业版学习

无限制学习5000+门课程,200+精选学习专题

免费申请体验>
课程介绍

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。

适合人群
  • 对物体检测方向感兴趣,准备入门的高年级本科生/研究生
  • 希望深入了解物体检测,并准备从事相关方向的学生或工作者
  • 已经从事相关的工作或科研,希望完备自我知识体系的工作者
讲师介绍
专注人工智能与自动驾驶的学习平台
擅长领域:
  • 人工智能认知与应用
  • 深度学习
  • 机器学习
  • 计算机视觉
  • 自然语言处理(NLP)
1. 学院在2017年6月孵化于中国科学院自动化研究所,是国内领先的人工智能与机器人教育平台。目前70%师资力量来自企业一线的资深工程师,主要师资来自中国、新加坡、美国、德国等国家。 2. 学院始终致力于优质教研体系的探索、高质量课程体系的研发。以国际顶级院校的课程质量为标准,结合国内企业实际需求,学院在人工智能、机器人、自动驾驶等领域陆续推出了40余门高品质的课程。这使得学院在课程研发方面始终保持“人无我有、同课我优”的领先优势。 3. 学院重视服务体系建设,为学生建立了一个高度依赖性的交互式学习社群。此项服务体系确保学生在学习过程中得到全方位的支持与帮助,使得用户在学习过程中获得最佳的学习体验和成果。
中科院自动化所模式识别国家重点实验室博士
擅长领域:
  • 深度学习
课程大纲
共0节 时长0分钟 全部收起
第1章 课程介绍
共1节 | 19分钟
  • 第1节:课程介绍安排
    19分钟
第2章: 物体检测概述
共2节 | 1小时20分钟
  • 第1节: 物体检测概述
    1小时20分钟
  • 第2节: 作业
    图文
第3章: 通用物体检测
共10节 | 9小时3分钟
  • 第1节: 物体检测实践环境配置
    1小时10分钟
  • 第2节: 通用物体检测概述
    7分钟
  • 第3节: 基于锚框的物体检测算法:多阶段法
    2小时28分钟
  • 第4节: 基于锚框的物体检测算法:单阶段法-SSD算法
    38分钟
  • 第4-1节:基于锚框的物体检测算法-RetinaNet
    50分钟
  • 第4-2节:基于锚框的物体检测算法-RetinaNet代码框架解读
    12分钟
  • 第4-3节:基于锚框的物体检测算法-RetinaNet代码调试
    37分钟
  • 第4-4节:基于锚框的物体检测算法总结
    13分钟
  • 第5节: 无需锚框的物体检测算法:关键点法和中心域法
    1小时38分钟
  • 第6节: 实用物体检测算法的研究思路
    1小时10分钟
第4章: 人脸检测
共9节 | 5小时27分钟
  • 第1节: 人脸检测概述
    26分钟
  • 第2节: 传统Viola-Jones人脸检测算法
    37分钟
  • 第3节: 深度学习早期人脸检测算法
    54分钟
  • 第4节: 深度学习后期人脸检测算法:SSD、RetinaNet、Faster-CNN,R-FCN
    41分钟
  • 第5节: 深度学习后期人脸检测算法:高效率 FaceBoxes
    48分钟
  • 第6节: 深度学习后期人脸检测算法:高精度
    22分钟
  • 第6-1节:高精度人脸检测算法 SFD
    37分钟
  • 第6-2节:高精度人脸检测算法 SRN
    32分钟
  • 第6-3节:高精度人脸检测算法 RefineFace
    30分钟
加餐:人脸检测的其他算法
共8节 | 2小时58分钟
  • 第1节:人脸检测概述
    21分钟
  • 第2节:传统DPM行人检测算法
    24分钟
  • 第3节:深度学习早期行人检测算法:RPN+BF
    30分钟
  • 第4节:深度学习后期行人检测算法
    15分钟
  • 第4-1:深度学习后期行人检测算法-Adapted FasterRCNN
    15分钟
  • 第4-2节:深度学习后期行人检测算法- Repulsion Loss
    31分钟
  • 第4-3节:深度学习后期行人检测算法-OR-CNN
    25分钟
  • 第4-4节:深度学习后期行人检测算法- JointDet
    18分钟
第5章: 物体检测总结与展望
共1节 | 1小时1分钟
  • 第1节: 物体检测总结与展望
    1小时1分钟
购课须知

课程有效期:

自购买课程之日起 365 天,部分参与营销活动产品以活动规则为准,请同学在有效期内学习、观看课程。

上课模式:

课程采取录播模式,请注意自学课无班级微信群、班主任带班及助教批改服务。

注:自学课不支持退款,确保你是真的需要再进行报名,报完名之后还请认真学习。