深度学习caffe Yolo复现与人脸检测视频课程(caffe进阶)

课程目标:彻底明白深度学习物体检测论文《You only look once : Unified,Real-Time Object Detection》,能够用深度学习框架caffe复现论文,并且用复现后的结果实现一个人脸检测

24小时内答疑 课时永久观看 15分钟内无条件退款
1. 仅限付费视频课程适用
2. 购买后15分钟内可以找到客服进行沟通退款
3. 退款将返还至51CTO学院账户,不支持提现
4. 下载资料后不再享有退款特权
5. 客服(Tel:400-101-1651)
6. 最终解释权归51CTO所有
4分 共14课时,共4小时51分钟
现价¥88.00
购买
  1. 课程介绍
  2. 课程大纲
课程目标

彻底明白深度学习物体检测论文《You only look once : Unified,Real-Time Object Detection》,能够用深度学习框架caffe复现论文,并且用复现后的结果实现一个人脸检测

适用人群

掌握深度学习基础且有基本的编程经验,能够用caffe完成简单模型训练的学员

课程简介

    yolo 实时目标检测caffe实现,caffe-yolo - yolo implemented with caffe (windows+linux)

     课程中讲解了如何在caffe-windows下和linux下如何添加新的detect_layer,学员在两个系统中均可使用!

    目前,大多数接触深度学习的同学,主要是跑一些现成的深度学习模型,从而完成分类或者是检测等任务,很少涉及自己去实现深度学习框架上所没有的layer,而在实际的项目中,或者实现自己的一些想法,肯定需要自己去实现深度学习框架上没有的功能。

    如果说我们只会跑跑现成的模型,那么,我们跟其他人来说,并没有任何优势,也不能满足相关企业的要求,或者说面试的时候我们都没什么“料”可以讲,因为我们只是简单的准备了训练数据而已。

    所以,在这个课程中,我们将用深度学习框架caffe去复现yolo《You only look once : Unified,Real-Time Object Detection》这篇实时物体检测的论文,并用来实现人脸检测。在课程中我们将掌握Yolo这篇物体检测论文的思想,以及用代码实现论文中最为关键的损失函数和激活函数。

    而写自己定义功能的layer,最为关键的是前向传播与反向传播该如何编写。在课程中,我们将会对反向传播有一个清晰的理解以及在caffe中如何编写反向传播代码。

当然,这需要大家有一点高等数学复合函数求偏导数的知识,和基础的c/c++编程能力~

    做人脸检测相关的同学,为了向别人汇报模型的效果,肯定要涉及到模型在标注库上的测试,不管是在公司里面还是在学校写论文,其中最常用的标准人脸库是FDDB,课程将教会大家如何在人脸标准库FDDB上测试,绘制ROC曲线。

    本课程作为一个深度学习进阶的一个开篇,各位以此为起点,继续向前奋进,任重而道远!祝各位学业有成,学习进步!

1物体检测论文Yolo之caffe复现与人脸检测 [免费试看]
10:49
2现进行盗版视频举报,第一名举报,核实无误后,将奖励200元
03:11
3理解卷积神经网络的思想与物体检测
11:23
4实时物体检测Yolo论文算法深入理解1
23:16
5实时物体检测Yolo论文算法深入理解2
30:58
6理解反向传播与caffe损失函数、激活函数源码解析
31:21
7Leaky_layer前向传播与反向传播的实现及在caffe中添加新的layer
16:48
8Yolo的损失函数前向传播与反向传播代码实现(1)
28:10
9Yolo的损失函数前向传播与反向传播代码实现(2)
19:20
10Yolo的损失函数前向传播与反向传播代码实现(3)
24:10
11形象理解损失函数中的部分代码与Yolo论文、代码总结
13:24
12Yolo-caffe的人脸训练数据准备与Yolo中的数据增强
24:15
13Yolo人脸检测模型的训练、测试、结果分析及改善措施
20:48
14如何在FDDB上测评人脸检测分类器
33:52
讲师介绍
浦深
讲师评分4.8分
国内某上市公司计算机视觉算法工程师;厦门大学硕士研究生;主要研究方向: 深度学习、机器学习、数字图像处理、模式识别。站在深度学习科学前沿第一线,在本领域内有着丰富的学术与工程经验,希望将经验做一个传承,让越来越多的人能够入门与应用这项前沿的科学技术,开发更多能为社会带来贡献的应用软件,方便人们的生活.
X
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载