大数据深度学习项目实战-关键点定位视频课程(2017-11-14更新完毕)附资料 12课

长乐混混 · 发表于 2019-3-21 15:21

课程介绍:

深度学习项目实战-关键点定位课程以人脸关键点检测为背景，选择多阶段检测的网络架构，对于回归以及多label标签问题选择hdf5作为网络的输入数据源，实例演示如何制作多标签数据源并对原始数据进行数据增强。整个网络架构采用三个阶段的模式，从全局检测到单点校准，基于caffe深度学习框架实现一个既准确又快速的人脸关键点检测模型。对于每一阶段，详解代码中每一行的意义，带领大家一步步完成整个网络模型。

课程目标:

快速掌握如何使用caffe框架完成一个深度学习的实际项目

适用人群:

深度学习爱好者,全民皆可入门

课程目录:

1 深度学习项目实战01 人脸关键点检测算法框架
  课程介绍
2 深度学习项目实战02 多标签数据源制作以及标签坐标转换
  课程大纲
3 深度学习项目实战03 对原始数据进行数据增强
  学习资料
4 深度学习项目实战04 完成第一阶段HDF5数据源制作
  学员评价
5 深度学习项目实战05 第一阶段网络训练
  阐述人脸关键点检测算法的应用场景以及整个网络模型的结构
6 深度学习项目实战06 第二三阶段网络数据源制作
  进行制作数据源的准备工作，包括从label文件提取信息，为使准确率提升，将标签中的绝对坐标转换成相对人脸框的相对坐标。
7 深度学习项目实战07 第二三阶段网络模型训练
  对原始数据进行水平翻转，并对给定的标签坐标进行相同程度的转换，确保数据增强后的结果可以和标签坐标值对应上。
8 深度学习项目实战08 网络模型参数初始化
  对变换后的数据和标签坐标制作hdf5数据源，完成第一阶段数据源的制作。
9 深度学习项目实战09 完成全部测试结果
  使用caffe框架完成第一阶段网络训练进行全局人脸关键点检测
10 深度学习项目实战10 人脸关键点检测效果
  对单个关键点进行回归任务，制作单个关键点的hdf5数据源
11 深度学习项目实战11 项目总结分析
  制作第二三阶段网络模型，使用模板批量生成网络配置文件。
12 深度学习项目实战12 算法框架分析
  代码演示如何加载3个阶段网络模型

游客，如果您要查看本帖隐藏内容请回复