你能学到什么？
本课程将以理论加实践的方式，带你深入理解深度学习目标检测任务。理论讲解完备，代码逐行分析，真正做到现学现用！！！
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/模型分析/图像分类/图像分割/目标检测/图像生成/图像翻译/视频分类/模型部署/模型优化/人脸图像检测与识别；部分课程正在重制更新中，比如人脸图像编辑；部分课程正在计划上线中，比如图像编辑，请大家及时关注！
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。
为了帮助大家系统性解决所有目标检测领域知识的学习，我们推出了《深度学习之目标检测-理论实践篇》专栏课程。目前已完成超过30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！
本课程内容包括目标检测的各个领域的算法与实践，当前的时长超过30个小时，分为4大模块，4个实践案例。包括目标检测最核心的理论知识和实践内容，内容详细，案例丰富，下面是当前课程的大纲脑图：
(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；
(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；
4大模块分为二阶段目标检测模型，一阶段目标检测模型，Anchor-free目标检测模型，检测框架使用。(1) 二阶段目标检测模型，包括RCNN，SPPNet，Fast-RCNN，Faster-RCNN。(2) 一阶段目标检测模型，包括YOLO v1，YOLO v2，YOLO v3，YOLO v4，YOLO v5，后续还会增加YOLOX等。(3) Anchor-free检测模型，包括CenterNet，Densebox，CornerNet。(4) 检测框架使用，目前包括MMdetection，后续还会增加其他框架。
下面简单了解一下课程各部分的大体内容：(0) 课程简介，包括目标检测课程的基本介绍。(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共3大项目实战，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) 目标检测的主流算法。
(2) 熟悉Pytorch项目实践。
(3) 掌握计算机视觉项目的完整流程。
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。
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！
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：
常见问题FAQ
- 如何下单？如何下载？
- ->> 点击查看 自助下单，自动发货，下单后，页面会自动刷新，显示百度网盘地址
- 如何查看下单后的内容？
- 在线网盘 点击查看详情 下单后内容一样
- 本站不议价 ！
- 本站不议价，不支持无理由退换，看清楚再下单
- 更多常见问题？
- ->> 点击查看
