课程介绍
课程章节
章节1:目标检测基础知识 (5节)

课时01

目标检测前言

11分15秒

课时02

PASCAL VOC数据集介绍

17分22秒

课时03

COCO数据集介绍

36分12秒

课时04

mAP计算

36分35秒

课时05

制作自己的数据集

13分41秒

章节2: 目标检测RCNN模型 (1节)

课时06

R-CNN网络

免费试学

21分45秒

章节3: 目标检测Fast R-CNN模型 (2节)

课时07

Fast-R-CNN网络

免费试学

37分13秒

课时08

FPN网络

17分35秒

章节4:Faster R-CNN模型 (1节)

课时09

Faster-R-CNN网络

40分57秒

章节5:Faster R-CNN源码解读 (14节)

课时10

Faster-R-CNN源码总体说明

31分8秒

课时11

自定义数据集

22分24秒

课时12

Faster R-CNN框架源码解读

34分7秒

课时13

GeneralizedRCNNTransform

35分36秒

课时14

AnchorsGenerator和RPNHead

58分29秒

课时15

生成proposals

1小时12分0秒

课时16

计算RPN损失

56分38秒

课时17

ROI Head

34分40秒

课时18

Fast R-CNN正负样本划分

46分53秒

课时19

计算Fast R-CNN损失

8分47秒

课时20

预测结果后处理

32分36秒

课时21

预测结果映射回原尺度

8分56秒

课时22

更换backbone(不带fpn)

19分43秒

课时23

更换backbone(带fpn)

13分6秒

章节6:目标检测mask R-CNN模型 (11节)

课时24

mask R-CNN模型介绍

25分43秒

课时25

ROI Align

20分3秒

课时26

双线性插值

15分42秒

课时27

mask分支

17分44秒

课时28

mask分支损失和预测

19分58秒

课时29

源码项目介绍

18分56秒

课时30

train脚本详解和执行训练

33分13秒

课时31

预测脚本

11分44秒

课时32

mask分支和roi align前向传播

30分21秒

课时33

mask分支损失和预测

18分33秒

课时34

预测mask映射回原图

21分20秒

您没有该体系课权限，需要开通权限请点击联系老师。
联系老师
共个问题,0回答
提问
最新
最热
暂无提问，赶紧去提问吧~