【直播课】6小时掌握YOLO缺陷检测与Faster RCNN动物检测实战

前言

目标检测是计算机视觉和数字图像处理的一个热门方向，广泛应用于机器人导航、智能视频监控、工业检测、航空航天等诸多领域，通过计算机视觉减少对人力资本的消耗，具有重要的现实意义。因此，目标检测也就成为了近年来理论和应用的研究热点，它是图像处理和计算机视觉学科的重要分支，也是智能监控系统的核心部分，同时目标检测也是泛身份识别领域的一个基础性的算法，对后续的人脸识别、步态识别、人群计数、实例分割等任务起着至关重要的作用。

为了帮助初学者深入学习目标检测相关知识，有三AI推出《深度学习之目标检测》系列直播课程，已完成《深度学习之目标检测-经典理论篇》课程，为学员深入解读目标检测基础理论原理及经典网络结构，如下：

【直播课】8小时教你入门目标检测，掌握经典网络

本次继续推出《深度学习之目标检测-经典实践篇》让你以最短的时间掌握深度学习之目标检测项目实践技巧并进行代码实践。

课程介绍

本次课程主要包含YOLO v3与Faster-RCNN两大实战项目，内容包含原理回顾、代码详解、解码检测结果、前向推理代码讲解等，实践主题为工业表面缺陷目标检测和动物目标检测。在课程中老师会使用通俗易懂的语言帮助大家理解涉及的知识点及原理。

课程大纲

工业缺陷检测项目数据集示意图如下：

猫脸检测项目数据集示意图如下：

课程具体安排如下：

深度学习之目标检测-理论实践篇

_	时间	章节
_	2021.02.21 周日	YOLO v3实战
_	第1节 第2节 第3节	原理回顾 工业缺陷检测数据集介绍 代码实战讲解
	_	Faster-RCNN实战
	第1节 第2节 第3节	原理回顾 猫脸数据集介绍 代码实战讲解

讲师介绍

费子昂，东北大学软件学院硕士，主要研究目标检测和图形图像方向，于CSDN撰写相关技术博客数十篇，参与智慧铁路入侵检测、智慧消防等计算机视觉类实际项目。曾在腾讯实习，拿下抖音offer。