深度学习Caffe(进阶) 基于Qt的MTCNN 人脸检测C++ Inference实战

课程目标:1.MTCNN算法检测人脸的实现细节; 2.快速掌握经典的人脸检测算法; 3.掌握caffe一些c++ api函数的使用、c++语言的巩固以及更熟悉caffe源码; 4.能够掌握caffemodel在windows平台上的工程搭建; 5.能够直接利用本课程的源码,开发人脸检测与识别相关的应用程序;

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
5分 共22课时,共6小时12分钟
现价¥39.00
购买
  1. 课程介绍
  2. 课程大纲
课程目标

1.MTCNN算法检测人脸的实现细节; 2.快速掌握经典的人脸检测算法; 3.掌握caffe一些c++ api函数的使用、c++语言的巩固以及更熟悉caffe源码; 4.能够掌握caffemodel在windows平台上的工程搭建; 5.能够直接利用本课程的源码,开发人脸检测与识别相关的应用程序;

适用人群

有caffe基础的同学; 有c++基础; 了解opencv;

课程简介


本课程为MTCNN的人脸检测Inference c++实战,由于模型的训练涉及较大的人力数据筛选成本,因而未能进行公开,课程暂未涉及模型的训练,仅针对训练好的caffemodel讲解其中人脸检测、特征点检测的原理,并带大家手把手用c++实现其中的每一个细节,构建切实可用的人脸检测算法。



学习本课程将能够学习到:


1.MTCNN算法检测人脸、特征点检测的实现细节;

2.快速掌握经典的人脸检测算法;

3.掌握caffe一些c++ api函数的使用、c++语言的巩固以及更熟悉caffe源码;

4.能够掌握caffemodel在windows平台上的工程搭建;

5.能够直接利用本课程的源码,开发人脸检测与识别相关的应用程序;


第一章基于Qt的caffe工程配置
4节34分钟
1-1课程说明 [免费试看]
04:23
1-2vs2013+Qt环境配置
05:50
1-3Qt快速入门示例
13:09
1-4配置caffe的Qt工程
11:01
第二章MTCNN算法原理
2节41分钟
2-1MTCNN算法原理1
19:48
2-2MTCNN算法原理2
21:25
第三章算法原理C++代码实现
16节4小时57分钟
3-1模型创建与初始化
23:30
3-2图像金字塔创建
10:46
3-3图像预处理原理
09:54
3-4网络输入数据绑定到Mat对象
33:06
3-5PNet_forward_1
26:56
3-6PNet_forward_2
13:40
3-7PNet_forward_3
12:52
3-8NMS算法详解
08:16
3-9NMS算法手把手c++实现
44:19
3-10PNet_forward_4
11:48
3-11RNet_forward_1
09:08
3-12RNet_forward_2
07:11
3-13RNet_forward_3
20:55
3-14RNet_forward_4
21:29
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