【直播课】6小时掌握YOLO缺陷检测与Faster RCNN动物检测实战

前言

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《深度学习之目标检测》系列直播课程，已完成《深度学习之目标检测-经典理论篇》课程，为学员深入解读目标检测基础理论原理及经典网络结构，如下：

【直播课】8小时教你入门目标检测，掌握经典网络

本次继续推出《深度学习之目标检测-经典实践篇》让你以最短的时间掌握深度学习之目标检测项目实践技巧并进行代码实践。

课程介绍

本次课程主要包含YOLO v3与Faster-RCNN两大实战项目，内容包含原理回顾、代码详解、解码检测结果、前向推理代码讲解等，实践主题为工业表面缺陷目标检测和动物目标检测。在课程中老师会使用通俗易懂的语言帮助大家理解涉及的知识点及原理。

课程大纲

工业缺陷检测项目数据集示意图如下：

猫脸检测项目数据集示意图如下：

课程具体安排如下：

深度学习之目标检测-理论实践篇

_	时间	章节
_	2021.02.21 周日	YOLO v3实战
_	第1节第2节第3节	原理回顾工业缺陷检测数据集介绍代码实战讲解
	_	Faster-RCNN实战
	第1节第2节第3节	原理回顾猫脸数据集介绍代码实战讲解

讲师介绍

费子昂，东北大学软件学院硕士，主要研究目标检测和图形图像方向，于CSDN撰写相关技术博客数十篇，参与智慧铁路入侵检测、智慧消防等计算机视觉类实际项目。曾在腾讯实习，拿下抖音offer。

费用以及报名方式

订阅本课程的方法有2个：

其一：一次性订阅《有三AI春夏季划组》课程专栏，本专栏会涵盖所有深度学习入门相关的理论和实践内容，推荐想要系统性学习计算机视觉相关任务的朋友订阅，越早订阅越划算，随着内容增加本专栏会涨价，专栏链接如下：

春夏季划组的介绍如下：

【CV春季划】言有三手把手带你从0基础学好深度学习与计算机视觉，附视频解读

【CV夏季划】告别入门，提升眼界，从掌握最有价值的那些CV方向开始

其二：单独订阅本次直播课程，本次直播的链接如下：

关于课程有任何问题可以添加“有三AI小助手”微信号咨询，入相关技术群交流讨论，微信号为Alice-girll，微信二维码如下：

同时欢迎在深度学习领域有沉淀积累的同学加入有三AI生态，让更多人受益！

往期相关

【视频课】一课彻底掌握深度学习人脸图像算法，长期更新
【视频课】完备理论+4大案例实践，一课深入掌握图像分类各个方向，配套导师永久答疑群
【视频课】有三AI第一套视频课出炉，12小时助你零基础入门计算机视觉理论和实践！
【直播课】玩转模型设计，10小时掌握经典网络理论与实战
【直播课】6小时理解注意力机制，理论与实战
【直播课】图像分类竞赛技巧与多标签分类实战
【直播课】6小时掌握人脸检测，完成企业级落地应用
【直播课】3小时快速入门Linux，深度学习从学会Linux使用开始
【直播课】12小时掌握语义分割与实例分割核心理论与实践
【直播课】8小时教你入门目标检测，掌握经典网络
【直播课】有三AI直播答疑服务上线，如何学习计算机视觉与准备面试直播限时免费

【直播课】6小时掌握YOLO缺陷检测与Faster RCNN动物检测实战相关推荐

目标检测算法Faster R-CNN简介
在博文https://blog.csdn.net/fengbingchun/article/details/87091740 中对Fast R-CNN进行了简单介绍,这里在Fast R-CNN的基础上 ...
人工智能：物体检测之Faster RCNN模型
人工智能:物体检测之Faster RCNN模型物体检测 Faster RCNN模型简介卷积层 RPN Roi Pooling Classifier 物体检测什么是物体检测物体检测应用场景物 ...
【Faster RCNN detectron2】detectron2实现Faster RCNN目标检测
目录 1. 背景介绍 2.安装步骤 3.Faster RCNN目标检测 4. 效果 5.错误解决 6.参考博客 7,下一节代码解析在上一篇博客记录了 SlowFast的复现过程,slowfast其中 ...
阿里巴巴提出Auto-Context R-CNN算法，刷出Faster RCNN目标检测新高度
基于区域的CNN(R-CNN),在目标检测领域具有统治地位,在兴趣区域(RoI)上的操作比如RoIPooling和RoIAlign扮演了重要角色,但是它们只利用了兴趣区域内的信息,而兴趣区域附近的上下 ...
卷积神经网络——目标检测之Faster R-CNN论文翻译
论文连接 https://arxiv.org/abs/1506.01497 相关论文翻译链接 R-CNN:https://blog.csdn.net/itlilyer/article/details/ ...
目标检测相关 Faster RCNN yolo SSD
一文读懂Faster RCNN https://zhuanlan.zhihu.com/p/31426458 1.Conv layers.作为一种CNN网络目标检测方法,Faster RCNN首先使用一 ...
pytorch模型加载测试_使用Pytorch实现物体检测（Faster R-CNN）
在本示例中,介绍一种two-stage算法(Faster R-CNN),将目标区域检测和类别识别分为两个任务进行物体检测.本示例采用PyTorch引擎进行模型构建. 如果您已熟练使用Notebook和 ...
Tensorflow faster RCNN目标检测车牌
主要是利用Tensorflow官方examples提供的API来实现目标检测,官方examples,打开链接你会发现官方其实已经实现了很多的例子了,包括目标检测,自编码器,OCR,GAN,img2tx ...
（目标检测）Faster R-CNN 论文解读+复现
Faster R-CNN xyang 声明:本篇文章借用了他人理解,如有侵权,请联系,另如需转载,请注明出处关于最新最全的目标检测论文,可以查看awesome-object-detection &l ...

【直播课】6小时掌握YOLO缺陷检测与Faster RCNN动物检测实战

【直播课】6小时掌握YOLO缺陷检测与Faster RCNN动物检测实战相关推荐

最新文章

热门文章