|
|
课程介绍:
' z1 X2 K9 D* \+ f- k
$ C: @+ G$ ^9 W. B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。) m2 r6 a' D" h N5 H5 P
5 F4 I' \7 c9 Z4 E课程目标:6 G' }. g5 }: u" k6 C
8 q+ x3 Z2 G( e" b% d- Q: ]
快速掌握如何使用caffe框架完成一个深度学习的实际项目
K, q' P6 e5 q6 d: W
8 ^1 H! j$ s+ w! ^) B0 G适用人群:
, c, G% E: H# E% m5 f
0 j, \" N/ u+ P% Y) v. J Y深度学习爱好者,全民皆可入门
# x7 L& I" R3 O6 y# ^, F9 T" L2 ]
( |5 _9 j9 O6 K- v. U课程目录:
* F# r; P9 ^" {3 [% N+ {. h2 D$ }+ L- J& B+ {% {5 Z2 y
1 深度学习项目实战01 人脸关键点检测算法框架% K! r% @ Q& r+ f4 f1 x: ]
课程介绍
$ O! X2 Y3 C9 E# c# ]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
8 H. T: }( l( U& S! k# r1 \! |0 W% ? 课程大纲
9 y/ m% `+ V: m6 U. Z3 深度学习项目实战03 对原始数据进行数据增强
9 q5 ^( U- c' V8 B% n O5 S- B, W" L 学习资料
( l$ f1 [3 Y) j& K4 [* y4 深度学习项目实战04 完成第一阶段HDF5数据源制作
& f% k; T# O2 r. j$ }) N& h% W 学员评价
+ M$ l `" _/ o! S5 深度学习项目实战05 第一阶段网络训练5 l( q3 P1 [$ o2 l2 J2 V0 `
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
* f, q$ f' ~# s0 c0 w3 c( M6 深度学习项目实战06 第二三阶段网络数据源制作$ u8 V9 Q( B3 ~
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。
: w8 d* ]+ R( D' Z" c7 深度学习项目实战07 第二三阶段网络模型训练+ l" u' b5 @ d" j
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。
- Q% {* D# y* n, V2 v* l8 深度学习项目实战08 网络模型参数初始化
4 Q$ @& O- \4 x- \ 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 N5 X% B% o. n, S' u: |9 深度学习项目实战09 完成全部测试结果
7 g. F4 X# n) P6 N 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
0 h( r4 O& Q: n% Z+ L C10 深度学习项目实战10 人脸关键点检测效果
( U, r4 Y( o8 ^5 V0 V# V+ j# f 对单个关键点进行回归任务，制作单个关键点的hdf5数据源. j* L) W3 g% ~
11 深度学习项目实战11 项目总结分析( S, q2 ~ V$ E" p ?' b
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。
- i5 S: ]8 \% `& e# [& c12 深度学习项目实战12 算法框架分析+ E: ]/ @6 W8 _$ V' w2 u# ]2 z
代码演示如何加载3个阶段网络模型
, ]0 X/ k4 Z9 q0 u; y' \' @6 q9 J+ O: k* \7 H
资源下载地址和密码（百度云盘）： [/hide] 百度网盘信息回帖可见- K# m* ^( o1 q; k
% n: K* m+ l2 R0 F1 v% Q- b/ K2 h
2 C9 ^8 [8 y: e
+ m9 F: U G- w7 K6 j3 ?( L* \/ y7 w本资源由Java自学网收集整理【www.javazx.com】 |
|
发表于 2022-6-27 20:24:01
