?培訓(xùn)內(nèi)容：

第一章：深度學(xué)習(xí)經(jīng)典檢測方法概述

1-檢測任務(wù)中階段的意義

2-不同階段算法優(yōu)缺點分析

3-IOU指標(biāo)計算

4-評估所需參數(shù)計算

5-map指標(biāo)計算

第二章：YOLO-V1整體思想與網(wǎng)絡(luò)架構(gòu)

1-YOLO算法整體思路解讀

2-檢測算法要得到的結(jié)果

3-整體網(wǎng)絡(luò)架構(gòu)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(jìn)細(xì)節(jié)詳解

1-V2版本細(xì)節(jié)升級概述

2-網(wǎng)絡(luò)結(jié)構(gòu)特點

3-架構(gòu)細(xì)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(biāo)映射與還原

7-感受野的作用

8-特征融合改進(jìn)

第四章：YOLO-V3核心網(wǎng)絡(luò)模型

1-V3版本改進(jìn)概述

2-多scale方法改進(jìn)與特征融合

3-經(jīng)典變換方法對比分析

4-殘差連接方法解讀

5-整體網(wǎng)絡(luò)模型架構(gòu)分析

6-先驗框設(shè)計改進(jìn)

7-sotfmax層改進(jìn)

第五章：項目實戰(zhàn)-基于V3版本進(jìn)行源碼解讀

1-數(shù)據(jù)與環(huán)境配置

2-訓(xùn)練參數(shù)設(shè)置

3-數(shù)據(jù)與標(biāo)簽讀取

4-標(biāo)簽文件讀取與處理

5-debug模式介紹

6-基于配置文件構(gòu)建網(wǎng)絡(luò)模型

7-路由層與shortcut層的作用

8-YOLO層定義解析

9-預(yù)測結(jié)果計算

10-網(wǎng)格偏移計算

11-模型要計算的損失概述

12-標(biāo)簽值格式修改

13-坐標(biāo)相對位置計算

14-完成所有損失函數(shù)所需計算指標(biāo)

15-模型訓(xùn)練與總結(jié)

16-預(yù)測效果展示

第六章：基于YOLO-V3訓(xùn)練自己的數(shù)據(jù)集與任務(wù)

1-Labelme工具安裝

2-數(shù)據(jù)信息標(biāo)注

3-完成標(biāo)簽制作

4-生成模型所需配置文件

5-json格式轉(zhuǎn)換成yolo-v3所需輸入

6-完成輸入數(shù)據(jù)準(zhǔn)備工作

7-訓(xùn)練代碼與參數(shù)配置更改

8-訓(xùn)練模型并測試效果

第七章：遷移學(xué)習(xí)與Resnet網(wǎng)絡(luò)架構(gòu)

1-遷移學(xué)習(xí)的目標(biāo)

2-遷移學(xué)習(xí)策略

3-Resnet原理

4-Resnet網(wǎng)絡(luò)細(xì)節(jié)

5-Resnet基本處理操作

6-shortcut模塊

7-加載訓(xùn)練好的權(quán)重

8-遷移學(xué)習(xí)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(xué)習(xí)經(jīng)典檢測方法

3-三代算法-03-faster-rcnn概述

?