课程目录

• 课件源码Python深度学习物体实战
• MASK-RCNN
• 第六章：物体检测-faster-rcnn
• f112c9fda85536ee3eba662c9043e683.bat
• mask-rcnn
• 1-1 课程简介
• 1-2 Mask-Rcnn开源项目简介
• 1-3 开源项目数据集
• 1-4 参数配置
• 2-1 FPN网络架构实现解读
• 2-10 RoiPooling层的作用与目的
• 2-11 RorAlign操作的效果
• 2-12 整体框架回顾
• 2-2 FPN层特征提取原理解读
• 2-3 生成框比例设置
• 2-4 基于不同尺度特征图生成所有框
• 2-5 RPN层的作用与实现解读
• 2-6 候选框过滤方法
• 2-7 Proposal层实现方法
• 2-8 DetectionTarget层的作用
• 2-9 正负样本选择与标签定义
• 3-1 Labelme工具安装
• 3-2 使用labelme进行数据与标签标注
• 3-3 完成训练数据准备工作
• 3-4 maskrcnn源码修改方法
• 3-5 基于标注数据训练所需任务
• 3-6 测试与展示模块
• 4-1 COCO数据集与人体姿态识别简介
• 4-2 网络架构概述
• 4-3 流程与结果演示
• 5-1 迁移学习的目标
• 5-2 迁移学习策略
• 5-3 Resnet原理
• 5-4 Resnet网络细节
• 5-5 Resnet基本处理操作
• 5-6 shortcut模块
• 5-7 加载训练好的权重
• 5-8 迁移学习效果对比
• 6-1 物体检测概述
• 6-2 深度学习经典检测方法
• 6-3 faster-rcnn概述
• 6-4 论文解读
• 6-5 RPN网络架构
• 6-6 损失函数定义
• 6-7 网络细节