课程介绍:
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。
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。
课程目标:
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。
适用人群:
人工智能爱好者,全民皆可入门。
课程目录:
1 人脸检测项目概述
课程介绍
2 数据收集
课程大纲
3 正负样本裁剪策略
学习资料
4 Caffe数据源准备
学员评价
5 LMDB脚本文件
简介人脸检测项目目的和效果
6 制作LMDB数据源
数据收集的方法和策略以及推荐优先级
7 网络模型配置文件
对于人脸检测中,人脸和非人脸样本的制作策略
8 选择合适的参数并训练网络模型
制作txt文件为之后LMDB数据源提供准备
9 检测算法框架原理
LMDB脚本文件解析
10 实现多尺度人脸检测算法
使用脚本文件来制作训练集和验证集的LMDB数据源
11 坐标映射变换
人脸检测网络模型配置文件解析
12 完成检测代码
在solver文件中配置网络的参数并训练人脸检测网络
13 检测效果及改进
基于滑动窗口的人脸检测原理解析
14 优化策略分析
scale变换方法以及图像数据预处理方法
15 模型准确率影响因素分析
多尺度人脸检测结果映射到原始的输入图像
16 项目总结
非极大值抑制原理,完成整个检测代码
领取专属 10元无门槛券
私享最新 技术干货