课程试听
正在播放
第一章 图片商品物体检测项目第一阶段-检测算法原理
1-1 目标检测概述
  • 01_课程要求以及目标
  • 02_项目演示结果
  • 03_项目结构以及课程安排
  • 04_图像识别背景
  • 05_目标检测的定义和技术历史
  • 06_目标检测应用场景
  • 07_目标检测算法原理铺垫
  • 08_目标检测任务描述
1-2 RCNN原理
  • 01_Overfeat模型
  • 02_RCNN:步骤流程介绍
  • 03_RCNN:候选区域以及特征提取
  • 04_RCNN:SVM分类器
  • 05_RCNN:非极大抑制(NMS)
  • 06_RCNN:候选区域修正
  • 07_RCNN:训练过程与测试过程介绍
  • 08_RCNN:总结、优缺点与问题自测
1-3 SPPNet原理
  • 01_SPPNet:与RCNN的区别、网络流程
  • 02_SPPNet:映射
  • 03_SPPNet:SPP层的作用
  • 04_SPPNet:总结、优缺点与问题自测
1-4 FastRCNN原理
  • 01_FastRCNN:改进之处以及网络流程
  • 02_FastRCNN:RoI pooling结构以及SPP对比
  • 03_FastRCNN:多任务损失
  • 04_FastRCNN:总结与问题自测
1-5 FasterRCNN原理
  • 01_FasterRCNN:网络结构与步骤
  • 02_FasterRCNN:RPN网络的原理
  • 03_FasterRCNN:总结与问题自测
1-6 YOLO原理
  • 01_YOLO:算法特点与流程介绍
  • 02_YOLO:单元格原理过程
  • 03_YOLO:训练过程样本标记
  • 04_YOLO:总结
1-7 SSD原理
  • 01_SSD:网络结构与Detected结构
  • 02_SSD:localization与confidence
  • 03_SSD:训练与测试流程总结
  • 04_TensorflowSSD接口介绍
  • 05_第一阶段算法总结
第二章 图片商品物体检测项目第二阶段-数据集制作与处理
2-1 数据集标记
  • 01_目标检测数据集介绍
  • 02_商品数据集标记
2-2 数据集格式转换
  • 01_数据集格式转换介绍
  • 02_格式转换:代码介绍
  • 03_格式转换:文件读取以及存储逻辑
  • 04_格式转换:图片数据以及XML读取
  • 05_格式转换:example封装、总结
2-3 TFRecords读取
  • 01_slim库介绍
  • 02_TFRecord读取:Dataset准备
  • 03_TFRecord读取:provider读取
  • 04_第二阶段总结
第三章 图片商品物体检测项目第三阶段-项目实现与部署
3-1 项目架构
  • 01_项目架构设计
  • 02_训练与测试整体结构设计
3-2 数据接口实现
  • 01_数据接口:商品格式转换实现
  • 02_数据接口:读取数据接口设计以及基类如何定义
  • 03_数据接口:商品数据读取子类实现
  • 04_数据接口:数据读取工厂逻辑实现
  • 05_数据接口:代码运行与数据模块总结
3-3 模型接口实现
  • 01_模型接口:接口设置以及模型工厂代码
3-4 预处理接口实现
  • 01_预处理接口:预处理需求介绍、数据增强介绍
  • 02_预处理接口:预处理工厂代码
  • 03_预处理接口:预处理工厂代码参数错误调整
  • 04_数据接口、模型接口、预处理接口参数总结
3-5 训练过程实现
  • 01_训练:训练步骤与设备部署介绍
  • 02_训练:model_deploy介绍
  • 03_训练:训练运行结果显示与初始配置确定
  • 04_训练:1设备配置代码以及全局步数定义
  • 05_训练:2图片数据读取与处理逻辑介绍
  • 06_训练:2数据模块与网络模型获取结果
  • 07_训练:2网络参数修改、provider获取数据、预处理
  • 08_训练:2NHWC和NCHW介绍
  • 09_训练:2对anchors进行正负样本标记
  • 10_训练:2批处理获取以及数据形状变换
  • 11_训练:2队列设置
  • 12_训练:3复制模型、添加参数观察与4添加学习率和优化器
  • 13_训练:5总损失计算与变量平均梯度计算6训练配置
  • 14_训练:训练流程总结
3-6 测试过程实现
  • 01_测试:测试流程介绍、代码
  • 02_测试:图片输入、结果标记代码
3-7 模型部署介绍
  • 01_web服务与模型部署流程关系介绍
  • 02_本地TensorFlow Serving演示以及逻辑介绍
3-8 导出模型
  • 01_模型导出:模型输入输出定义
  • 02_模型导出:Savedmodel导出模型
3-9 开启模型服务
  • 01_开启模型服务
3-10 TFServing客户端
  • 01_Tensorflow serving client逻辑
  • 02_Client:用户输入图片处理
  • 03_Client:grpc与serving apis介绍
  • 04_Client:客户端建立连接获取结果代码
  • 05_Client:结果解析
  • 06_Client:结果标记返回
3-11 服务器部署
  • 01_服务器部署:服务器部署的代码文件需求、服务开启
  • 02_项目总结