第1章 物体检测框架-MaskRcnn项目介绍与配置
30分钟4节
1-1课程简介[03:26]
1-2Mask-Rcnn开源项目简介[08:55]
1-3开源项目数据集[05:39]
1-4参数配置[12:06]
第2章 MaskRcnn网络框架源码详解
1小时44分钟12节
2-1FPN网络架构实现解读[11:57]
2-2FPN层特征提取原理解读[13:17]
2-3生成框比例设置[07:34]
2-4基于不同尺度特征图生成所有框[08:24]
2-5RPN层的作用与实现解读[09:31]
2-6候选框过滤方法[05:45]
2-7Proposal层实现方法[08:15]
2-8DetectionTarget层的作用[07:52]
2-9正负样本选择与标签定义[05:33]
2-10RoiPooling层的作用与目的[09:55]
2-11RorAlign操作的效果[07:21]
2-12整体框架回顾[09:14]
第3章 基于MASK-RCNN框架训练自己的数据与任务
46分钟6节
3-1Labelme工具安装[04:09]
3-2使用labelme进行数据与标签标注[09:03]
3-3完成训练数据准备工作[09:18]
3-4maskrcnn源码修改方法[10:46]
3-5基于标注数据训练所需任务[07:10]
3-6测试与展示模块[06:24]
第4章 练手小项目-人体姿态识别demo
21分钟3节
4-1COCO数据集与人体姿态识别简介[07:46]
4-2网络架构概述[06:37]
4-3流程与结果演示[07:14]
第5章 必备基础-迁移学习与Resnet网络架构
1小时8分钟8节
5-1迁移学习的目标[05:31]
5-2迁移学习策略[07:11]
5-3Resnet原理[11:54]
5-4Resnet网络细节[12:41]
5-5Resnet基本处理操作[06:17]
5-6shortcut模块[08:31]
5-7加载训练好的权重[07:01]
5-8迁移学习效果对比[09:01]
第6章 必备基础-物体检测FasterRcnn系列
1小时53分钟7节
6-1物体检测概述[13:27]
6-2深度学习经典检测方法[17:11]
6-3faster-rcnn概述[11:21]
6-4论文解读[16:07]
6-5RPN网络架构[18:32]
6-6损失函数定义[20:26]
6-7网络细节[16:10]
评论0