|
|
课程目标
, B; `) w" L+ Y9 K* D7 t# {, \+ s. |通过从零开始做人脸检测这个实战项目带大家熟悉一个项目的流程以及理解其中的原理。
- Y; o2 C$ Q5 c% I# Z$ {. u1 p' R4 x. n1 q4 L$ Q
适用人群
+ B E1 S' J# o& N$ t人工智能爱好者,全民皆可入门。2 T% Q1 Z" _% g: V) |6 M, i
+ c& y( C% R" M% a
课程简介
; p. P" C# z, w. e# u& Z深度学习项目实战课程从常见的人脸检测项目开始,通俗理解项目本质以及伴随的挑战。5 y3 m6 B3 A3 X8 ~5 W2 ^, K; g1 Q
从数据的收集预处理开始,一步步带着大家完成整个人脸检测的项目,其中涉及了如何使用深度学习框架Caffe完成整个项目的架构,在完成第一版的代码之后进行了详细评估分析,并给出一篇顶级会议论文作为学习参考,详细分析了针对人脸检测项目最新的思想和算法。 J& R! [& o- d6 S
( _/ W6 J! q0 ?8 c$ p" v5 j6 P
课程目录0 @8 k2 g, A' L0 F: f
01 人脸检测项目概述
7 Z, l" d; J" ?: w6 \9 b) c02 数据收集
! q/ _6 d, g. X$ a( f5 [03 正负样本裁剪策略 M4 ^- f7 d8 c2 Z: C
04 Caffe数据源准备
; N3 g$ f( _4 d$ p05 LMDB脚本文件3 \3 |7 f: O( }5 _, T
06 制作LMDB数据源7 T1 H$ v# E# U, Z& [
07 网络模型配置文件/ P; {9 x% n; U% I; t: |$ [: Y6 U
08 选择合适的参数并训练网络模型
1 q/ A& n# _4 S1 }' B09 检测算法框架原理
/ y% X: T$ @1 r1 a, B" w10 实现多尺度人脸检测算法
; s. k, m& w# X2 B Q% m9 \: \11 坐标映射变换+ G( o# b6 ^; A+ s
12 完成检测代码* q+ O( u3 b( }. m* ]% I3 D4 k
13 检测效果及改进: R/ ]4 U: E$ E9 r' N! }
14 优化策略分析
% [( a+ y- C' a e& s15 模型准确率影响因素分析
2 z" q; Q9 _8 Y3 }$ V; r4 X% h9 O, v E16 项目总结" l5 p8 g6 H7 I, p( T. X X6 M T
! S @" X$ L' y+ x" s- ^: P |
本帖子中包含更多资源
您需要 登录 才可以下载或查看,没有账号?立即注册
×
|