大厂Python深度学习视频教程，课件源码Python深度学习物体实战

1-1课程简介

1-2Mask-Rcnn开源项目简介

1-3开源项目数据集

1-4参数配置

2-1FPN网络架构实现解读

2-2FPN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

2-5RPN层的作用与实现解读

2-6候选框过滤方法

2-7Proposal层实现方法

2-8DetectionTarget层的作用

2-9正负样本选择与标签定义

2-10RoiPooling层的作用与目的

2-11RorAlign操作的效果

2-12整体框架回顾

3-1Labelme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

3-4maskrcnn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

4-1COCO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

5-3Resnet原理

5-4Resnet网络细节

5-5Resnet基本处理操作

5-6shortcut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

6-3faster-rcnn概述

6-4论文解读

6-5RPN网络架构

6-6损失函数定义

6-7网络细节