Python社区  »  机器学习算法

【视频课】深度学习最有价值的CV领域,30小时掌握目标检测(附作者经历分享)!

有三AI • 1 周前 • 10 次点击  


前言


欢迎大家关注有三AI的视频课程系列,我们的视频课程系列共分为5层境界,内容和学习路线图如下:


第1层:掌握学习算法必要的预备知识,包括Python编程,深度学习基础,数据使用,框架使用。

第2层:掌握CV算法最底层的能力,包括模型设计基础,图像分类。

第3层:掌握CV算法最核心的方向,包括图像分割,目标检测,图像生成,目标跟踪。

第4层:掌握CV算法最核心的应用,包括人脸图像,图像质量,视频分析,图像编辑。

第5层:掌握算法落地的关键技术,包括模型优化,模型部署



其中部分课程的主体内容已经更新完毕,比如数据使用/图像分类/目标检测;部分课程正在重制更新中;比如模型优化/模型部署,部分课程正在计划上线中,比如图像编辑/视频分析,请大家及时关注!


本次给大家介绍的课程内容是《深度学习之目标检测》,目标是帮助大家掌握好深度学习目标检测问题。


为什么要学习这门课


目标检测是计算机视觉和数字图像处理的一个热门方向,广泛应用于机器人导航、智能视频监控、工业检测、航空航天等诸多领域,通过计算机视觉减少对人力资本的消耗,具有重要的现实意义。因此,目标检测也就成为了近年来理论和应用的研究热点,它是图像处理和计算机视觉学科的重要分支,也是智能监控系统的核心部分,同时目标检测也是泛身份识别领域的一个基础性的算法,对后续的人脸识别、步态识别、人群计数、实例分割等任务起着至关重要的作用



为了帮助初学者深入学习目标检测相关知识,有三AI推出了《深度学习之目标检测》系列课程,目前已完成30余小时的理论课与实践课程,并还将继续更新 为学员深入解读目标检测基础理论原理及经典网络结构,经合实际项目,将所学理论应用于实践。



子欲学CV算法,目标检测是重中之重,可以说搞CV的人,一大半都在搞目标检测!我们这一门课期望帮大家彻底搞定目标检测的学习问题!下面请听课程的详细介绍!


课程内容介绍


本课程内容包括目标检测的各个经典领域的算法与实践,时长超过30个小时,理论与实践内容非常丰富:


(1) 理论部分内容包括:two-stage算法-Faster RCNN系列详解、one-stage算法-YOLO系列详解(从YOLO v1到YOLO v5),Anchor-free算法系列详解(包括Densebox,CenterNet,CornetNet等);会非常详细地讲解算法中的细节,帮助彻底消化算法原理;


下面是当前理论部分课程的大纲脑图:



(2) 实践部分内容包括: YOLOv3实战(工业缺陷检测)、Faster-RCNN实战(猫脸检测),CenterNet(电路板缺陷检测),MMdetection框架使用;基于Pytorch框架进行实战,逐行剖析代码,完全掌握实战细节;


下面是当前实践部分课程的大纲脑图:



下面简单了解一下各部分的内容:


(1) 目标检测基础讲解,包括问题定义,数据集,评价指标,算法发展总览,传统检测流程,基于深度学习的检测算法流程及分类,Anchor-base算法结构 本小节内容可以免费收听,共计130分钟。





(2) 二阶段目标检测模型详解,包括RCNN,SPP,Fast-RCNN,Faster-RCNN,one-stage算法引入,约75分钟





(3) 一阶段目标检测模型详解,包括YOLO v1,YOLO v2,YOLO v3,YOLO v4,YOLO v5模型,约250分钟





(4) Anchor-free模型详解,包括DenseNet,CornerNet,CenterNet,约240分钟




(5) YOLO v3,Faster-RCNN,CenterNet项目实战,约500分钟







(6) MMdetection目标检测框架使用,包括框架的简介与安装,框架总体讲解,推理相关源码分析,训练相关源码分析,训练过程可视化分析,检测结果可视化分析,工程应用技巧(C++调python,C++调torchscript)等内容约420分钟





本课程讲师


本课程讲师为费子昂,某国企研究所高级软件工程师, 擅长目标检测和图形图像方向,曾在腾讯实习,拿下抖音offer。参与智慧铁路入侵检测、智慧消防多个计算机视觉类落地项目,有三AI线上与线下讲师虽然子昂之前没有在我们平台输出过专栏文章,但是产出了这一套非常高质量的目标检测课程:


下面是作者分享的与有三 AI 的故事:


一个偶然的机会让我接触到了有三AI。因为人工智能的火热,网上相关的技术博客、公众号层出不穷,起初我以为有三AI也只是一个打着AI的幌子吸引眼球的“注水平台”。但通过阅读平台上的内容、和三哥沟通了几次后,发现这个平台是一个专注技术,并且极其务实的宝藏平台对于新的一些领域,自己看论文总是不知其所以然,甚至可能最初是不知所云的程度。但跟着平台上一些有经验的老师提供的学习思路,就可以条理清晰的把握好繁杂知识之间的拓扑优先级关系,从而更加容易的度过开头的难关。


成为有三AI的读者一小段时间后,我和有三AI的缘分发生了微妙的变化。由于硕士研究方向也是人工智能领域,并且在目标检测领域做了非常多的工作,我在毕业前的最后一段不太忙的时间里,经过与三哥的反复沟通后输出了目标检测这一门课程,花了非常多的时间,但也是给学校生活的完美谢幕!


在创造价值中成长!这是我接触了有三AI后最大的感受。在一直以来的学校教育中,我们总是习惯了复习好再考试,所以知识都学会了才能做项目这样的思维定式。但目前科技的高速发展,尤其是互联网、人工智能等领域的知识迭代速度是极快的。我们不可能把所有的内容都学会,只能锻炼自己的学习能力,学会在创造价值中成长。最后我想以一个“过来人”的身份,由衷的欢迎更多的小伙伴加入到有三AI的生态下,不管是作为知识的接受者还是价值的创造者,都会让你受益匪浅,三人行必有AI!


本课程特色与适合人群


本课程有以下特色:


(1) 理论部分丰富。本专栏总时长将近30个小时,详细地讲解了当下目标检测领域中最经典的方法,包括二阶段的检测框架,一阶段的检测框架,Anchor-free的检测框架


(2) 实践案例丰富。课程对每一个重点方向都介绍了实践案例,共有4个案例实践(如下图,包括Faster-RCNN实战,YOLO v3实战,CenterNet实战,MMdetection框架使用),并配套有代码与数据集,可循序渐进学习。


实践案例


本课程适合人群:


(1) 所有学习人工智能/深度学习算法,并有志于从事该领域的人员。

(2) 掌握了Python,深度学习基础概念等预备知识的技术人员。

(3) 学习与从事计算机视觉领域的技术人员。


学习完本课程你将掌握:


(1) 目标检测领域的主流算法。

(2) 熟悉Pytorch项目实践。

(3) MMdetection框架的使用。


如何获取课程


订阅本课程的方法有两个:


其一:参加有三AI-CV夏季划,可以获得完整的课,介绍如下:

有三AI计算机视觉学习季划

有三AI季划是我们推出的终身计算机视觉培养计划,有三作为主要导师直接带领,囊括答疑,微信群交流,线下活动,多本自写的书籍,图文课件与代码,直播与直播,知识星球社区,内容组与研发组权限,了解详细请阅读以下文章:


【CV夏季划】2021年有三AI-CV夏季划出炉,冲刺秋招,从CV基础到模型优化彻底掌握

【CV秋季划】模型优化很重要,如何循序渐进地学习好?

【CV秋季划】人脸算法那么多,如何循序渐进地学习好?

【CV秋季划】图像质量提升与编辑有哪些研究和应用,如何循序渐进地学习好?

【CV秋季划】生成对抗网络GAN有哪些研究和应用,如何循序渐进地学习好?


其二:单独订阅本视频专栏,本专栏定价为299,随着后续内容增加可能会进行价格调整,感兴趣的请提前订阅链接如下:



课程的完整目录如下:

往期相关


Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/121303
 
10 次点击  
分享到微博