Python-深度学习-物体检测实战

课程目标:掌握物体检测通用解决框架-MaskRCNN并熟练应用于自己项目中

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40课时,共6小时24分钟
现价¥298.00
购买
  1. 课程介绍
  2. 课程大纲
课程目标

掌握物体检测通用解决框架-MaskRCNN并熟练应用于自己项目中

适用人群

人工智能,深度学习方向的同学们

课程简介

计算机视觉-物体检测-通用解决框架Mask-Rcnn实战课程旨在帮助同学们快速掌握物体检测领域当下主流解决方案与网络框架构建原理,基于开源项目解读其应用领域与使用方法。通过debug方式,详细解读项目中每一模块核心源码,从代码角度理解网络实现方法与建模流程。为了方便同学们能将项目应用到自己的数据与任务中,实例演示如何针对自己的数据集制作标签与代码调整方法,全程实战操作,通俗讲解其中复杂的网络架构。


第一章物体检测框架-MaskRcnn项目介绍与配置
4节30分钟
1-1课程简介 [免费试看]
03:26
1-2Mask-Rcnn开源项目简介 [免费试看]
08:55
1-3开源项目数据集
05:39
1-4参数配置
12:06
第二章MaskRcnn网络框架源码详解
12节1小时44分钟
2-1FPN网络架构实现解读 [免费试看]
11:57
2-2FPN层特征提取原理解读 [免费试看]
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
第三章基于MASK-RCNN框架训练自己的数据与任务
6节46分钟
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
讲师介绍
唐宇迪
讲师评分4.9分
同济大学硕士,华东理工大学博士,精通机器学习算法,主攻计算机视觉方向,著有《跟着迪哥学Python数据分析与机器学习实战》,线上选课学员30W+,累计开发课程50余门覆盖人工智能热门方向。联通,移动,中信等公司特邀企业培训导师,全国高校教师培训讲师,开展线下与直播培训百余场,具有丰富的授课经验。课程风格通俗易懂,擅长有最接地气的方式讲解复杂的算法问题。
X
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载