【直播课】6小时教你熟知Anchor free理论基础，掌握项目实战技巧
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推出了《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》及《深度学习之目标检测-经典实践篇》课程内容，已完成课程内容课程图与详细介绍可阅读：
本周继续推出《深度学习之目标检测-Anchor free篇》让你以最短的时间掌握Anchor free理论及项目实践技巧并进行代码实践。
课程介绍
本周课程大纲主要包含目标检测中Anchor free思想的相关理论知识与实践，内容包含DenseBox、CornerNet、CenterNet等经典Anchor free算法的理论讲解以及印刷电路板瑕疵检测项目实践等，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
本次课程配以“基于Pytorch的CenterNet网络实战”项目。
印刷电路班瑕疵检测实战效果图
课程具体安排如下：
深度学习之目标检测-Anchor free篇
|
|
时间 |
章节 |
|
|
2021.05.22 周六 |
Anchor理论讲解 |
|
|
第1节 第2节 第3节 第4节 |
anchor free引入 DenseBox算法详解 CornerNet算法详解 CenterNet算法详解 |
|
|
CenterNet网络实战 |
|
|
第1节 第2节 第3节 第4节 |
原理回顾 数据集介绍 前向推理代码详解 训练过程代码详解 |