• 学习时长

    11周/建议每周8个小时

  • 答疑服务

    专属微信答疑群/讲师直接参与

  • 作业批改

    每章节设计作业/助教及时批改评优

  • 第3章: 通用物体检测(5次课)
  • 第1节: 物体检测实践环境配置
  • 任务3-1: 【课件】环境配置.pdf
  • 任务3-2: 【视频】环境配置
  • 任务3-3: 【课件备注】讲义.pdf
  • 任务3-4: 【视频】操作演示
  • 第2节: 通用物体检测概述
  • 任务4-1: 【课件】通用物体检测概述.pdf
  • 任务4-2: 【视频】通用物体检测概述
  • 任务5: 【作业】环境配置测试
  • 第3节: 基于锚框的物体检测算法:多阶段法(130分钟)
  • 任务6-1: 【课件】R-CNN系列算法讲解.pdf
  • 任务6-2: 【视频】R-CNN系列算法
  • 任务7-1: 【课件】Fast-RCNN算法改进.pdf
  • 任务7-2: 【视频】Fast-RCNN算法两点改进
  • 任务7-3: 【视频】Fast-RCNN代码调试演示
  • 任务8: 【作业】单步调试Faster R-CNN代码
  • 第4节: 基于锚框的物体检测算法:单阶段法(130分钟)
  • 任务9-1: 【课件】SSD&RetinaNet.pdf
  • 任务9-2: 【视频】单阶段法之SSD算法
  • 任务10-1: 【视频】RetinaNet算法 50:08
  • 任务10-2: 【视频】RetinaNet代码框架解读
  • 任务11-1: 【视频】RetinaNet代码调试
  • 任务11-2: 【作业】单步调试RetinaNet
  • 第5节: 无需锚框的物体检测算法:关键点法和中心域法(120分钟)
  • 任务12-1: 【课件】通用物体检测-4.pdf
  • 任务12-2: 【视频】内容回顾 12:45
  • 任务13: 【视频】关键点法CornerNet
  • 任务14-1: 【视频】中心域法FCOS
  • 任务14-2: 【作业】第3章第5节
  • 第6节: 实用物体检测算法的研究思路(70分钟)
  • 任务15-1: 【课件】第3章:通用物体检测-5.pdf
  • 任务15-2: 【视频】实用物体检测算法的研究思路
  • 任务15-3: 【作业】单步调试ATSS
  • 第4章: 人脸检测(3次课)
  • 第1节: 人脸检测概述(10分钟)
  • 任务16-1: 【课件】第4章:人脸检测-1.pdf
  • 任务16-2: 【视频】人脸检测概述 26:03
  • 第2节: 传统Viola-Jones人脸检测算法(20分钟)
  • 任务17: 【视频】传统人脸检测算法 37:27
  • 第3节: 深度学习早期人脸检测算法(50分钟)
  • 任务18-1: 【视频】深度学习早期人脸检测算法 53:39
  • 任务18-2: 第四章第一次作业
  • 第4节: 深度学习后期人脸检测算法(20分钟)
  • 任务19-1: 【课件】人脸检测-2
  • 任务19-2: 【视频】内容回顾 22:56
  • 任务20: 【视频】深度学习后期人脸检测算法 17:35
  • 第5节: 深度学习后期人脸检测算法:高效率(50分钟)
  • 任务21-1: 【视频】深度学习后期人脸检测算法:高效率 47:55
  • 任务21-2: 【作业】第四章第二次作业
  • 第6节: 深度学习后期人脸检测算法:高精度(90分钟)
  • 任务22-1: 【课件】人脸检测-3
  • 任务22-2: 【视频】内容引入 22:11
  • 任务23: 【视频】高精度人脸检测算法SFD 37:01
  • 任务24: 【视频】高精度人脸检测算法SRN 31:47
  • 任务25: 【视频】高精度人脸检测算法RefineFace 29:58
  • 任务26: 【作业】第四章第三次作业
  • 第5章: 行人检测(2次课)
  • 第1节: 行人检测概述(20分钟)
  • 第2节: 传统DPM行人检测算法(30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(90分钟)