曙海教學優(yōu)勢
我們的課程培訓了大批受歡迎的實戰(zhàn)型工程師。大批企業(yè)與我們
建立了良好的合作關系。曙海培訓的課程在業(yè)內有著響亮的知名度。
秉承二十幾年積累的教學品質，本課程以真實項目實戰(zhàn)為導向,授課工程師將會與您分享設計的全流程及工具的綜合使用技巧、經驗。
?培訓內容：
第一章：深度學習經典檢測方法概述
1-檢測任務中階段的意義
2-不同階段算法優(yōu)缺點分析
3-IOU指標計算
4-評估所需參數(shù)計算
5-map指標計算
第二章：YOLO-V1整體思想與網絡架構
1-YOLO算法整體思路解讀
2-檢測算法要得到的結果
3-整體網絡架構解讀
4-位置損失計算
5-置信度誤差與優(yōu)缺點分析
第三章：YOLO-V2改進細節(jié)詳解
1-V2版本細節(jié)升級概述
2-網絡結構特點
3-架構細節(jié)解讀
4-基于聚類來選擇先驗框尺寸
5-偏移量計算方法
6-坐標映射與還原
7-感受野的作用
8-特征融合改進
第四章：YOLO-V3核心網絡模型
1-V3版本改進概述
2-多scale方法改進與特征融合
3-經典變換方法對比分析
4-殘差連接方法解讀
5-整體網絡模型架構分析
6-先驗框設計改進
7-sotfmax層改進
第五章：項目實戰(zhàn)-基于V3版本進行源碼解讀
1-數(shù)據(jù)與環(huán)境配置
2-訓練參數(shù)設置
3-數(shù)據(jù)與標簽讀取
4-標簽文件讀取與處理
5-debug模式介紹
6-基于配置文件構建網絡模型
7-路由層與shortcut層的作用
8-YOLO層定義解析
9-預測結果計算
10-網格偏移計算
11-模型要計算的損失概述
12-標簽值格式修改
13-坐標相對位置計算
14-完成所有損失函數(shù)所需計算指標
15-模型訓練與總結
16-預測效果展示
第六章：基于YOLO-V3訓練自己的數(shù)據(jù)集與任務
1-Labelme工具安裝
2-數(shù)據(jù)信息標注
3-完成標簽制作
4-生成模型所需配置文件
5-json格式轉換成yolo-v3所需輸入
6-完成輸入數(shù)據(jù)準備工作
7-訓練代碼與參數(shù)配置更改
8-訓練模型并測試效果
第七章：遷移學習與Resnet網絡架構
1-遷移學習的目標
2-遷移學習策略
3-Resnet原理
4-Resnet網絡細節(jié)
5-Resnet基本處理操作
6-shortcut模塊
7-加載訓練好的權重
8-遷移學習效果對比
第八章：物體檢測FasterRcnn系列
01-三代算法-1-物體檢測概述
2-三代算法-02-深度學習經典檢測方法
3-三代算法-03-faster-rcnn概述
?
