|
|
课程介绍: @6 Y& y4 t% Q( \" D O4 u
4 D/ V+ U1 y/ |
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。9 r5 m( I4 ]: J2 w7 p7 b2 t2 A
, K8 _8 ?$ W/ V7 m$ D$ \7 y7 }" x8 b) @
课程目标:
5 u( i& B. G: o9 q
% h: ]7 k1 O/ L' r" @+ Z快速掌握如何使用caffe框架完成一个深度学习的实际项目3 {8 [9 O/ K: ?
9 K: e; Q, X2 o6 f% K' E6 |适用人群:
% e; Y" G. z. t6 x% f5 Q
) M) N- Y% M: W4 k7 |/ b深度学习爱好者,全民皆可入门. l* z3 j @" u$ X3 V& {
+ S& l0 {+ K% y2 {( K- w( s( W课程目录:
6 j4 Z! s" b. y8 T; B8 w' w* s( s3 y/ o h
1 深度学习项目实战01 人脸关键点检测算法框架
& O3 ?9 `" t( c/ b 课程介绍
. F1 W }: y6 f' `. z2 z( o3 V2 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# o$ y3 V& i( y1 e0 t
课程大纲
# h) M" S% s/ \: ]9 t+ H3 深度学习项目实战03 对原始数据进行数据增强
4 s# q& u/ H# k) Q! t3 q 学习资料
G; [0 Z$ j4 u' E4 深度学习项目实战04 完成第一阶段HDF5数据源制作
% |2 B. X Z. b1 [5 T 学员评价9 }) D- @5 K2 M U) A
5 深度学习项目实战05 第一阶段网络训练7 N, `5 V V% ?5 ? @( c
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 s+ G* D9 _* l8 w" L) C! }
6 深度学习项目实战06 第二三阶段网络数据源制作
* w8 ]0 v4 o1 }! S1 u 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 R, b1 e, y' k2 h' W& B: t+ T! _7 深度学习项目实战07 第二三阶段网络模型训练! K% @' {3 N z7 s, O4 _2 D
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。& b; s! ]6 h7 `$ @6 O R6 \
8 深度学习项目实战08 网络模型参数初始化( W3 S3 Q# T1 r6 |3 {8 j" Q5 W
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。
) @1 s# B- @! q% V+ A9 深度学习项目实战09 完成全部测试结果
T, L: p; K2 A- Q, s 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
" w9 n5 |- N/ p0 ?( n10 深度学习项目实战10 人脸关键点检测效果6 P: i% }1 ]& T
对单个关键点进行回归任务，制作单个关键点的hdf5数据源
' d$ V6 I% E( A. Q" A11 深度学习项目实战11 项目总结分析8 Z" j8 S* L; B$ Z# }% {- {
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。3 {+ Z8 C4 H' w n$ E) g
12 深度学习项目实战12 算法框架分析1 J- n6 b5 D, P- Q
代码演示如何加载3个阶段网络模型2 D4 M: E+ P- O- s& W
" d5 D3 ?' h4 S5 r
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$ s* Q6 g. w4 r
. o& u% h5 b. h% S
' e9 N3 w' D8 u2 W9 L5 M- Q8 C, O# W6 C) ~9 |% i3 d
本资源由Java自学网收集整理【www.javazx.com】 |
|
发表于 2022-6-27 20:24:01
