【项目实战课】快速上手目标检测任务，MMdetection框架详细解读与案例实战

最新推荐文章于 2023-11-15 10:53:37 发布

言有三

最新推荐文章于 2023-11-15 10:53:37 发布

阅读量1.5k

点赞数

文章标签：人工智能编程语言机器学习 python java

本文链接：https://blog.csdn.net/hacker_long/article/details/123059247

版权

欢迎大家来到我们的项目实战课，本期内容是《MMdetection框架解读与案例实战》。

所谓项目实战课，就是以简单的原理回顾+详细的项目实战的模式，针对具体的某一个主题，进行代码级的实战讲解，可以采用直播或者录制视频的形式。与我们其他的系统性理论+实战的视频课专栏相比，每一次项目实战都由独立的老师完成，课程更加专注、时长更短、更轻量级，适合快速锻炼项目能力。

本次课程内容

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。

由于目标检测框架往往比较复杂，为了进一步降低目标检测模型的训练门槛，商汤科技和香港中文大学开源了基于Pytorch实现的深度学习目标检测工具箱mmdetection，支持Faster-RCNN，Mask-RCNN，Fast-RCNN等主流的目标检测框架。

为了帮助大家系统掌握该框架，本次我们开设了MMdetection框架原理与案例实践课程，本次课程经过剪辑后的总时长约为410分钟，各部分课程内容与时长如下：

下面我们来简单看一下各部分的内容：

第1部分：介绍课程安排，本部分内容可以免费收听。

第2部分：MMdetection简介与安装，本部分内容可以免费收听。

第3部分：框架总体讲解，本部分内容可以免费收听。

第4部分：配置文件详解，本部分内容可以免费收听。

第5部分：推理相关源码分析。

第6部分：训练相关源码分析。

第7部分：自定义数据集。

第8部分：COCO与VOC格式转化。

第9部分：Kmeans聚类边界框。

第10部分：热力图绘制。

第11部分：训练过程和检测结果可视化分析。

第12部分：工程实践技巧。

本次课程为录播课程，讲师为费子昂，《深度学习之目标检测：理论实践篇》课程讲师。某国企研究所高级软件工程师，擅长目标检测和图形图像方向，曾在腾讯实习，拿下抖音offer。参与智慧铁路入侵检测、智慧消防多个计算机视觉类落地项目，有三AI线上与线下讲师。

如何订阅

我们的视频课全部在小鹅通平台，可以使用手机APP鹅学习或者直接在网页进行登录，内容试听以及订阅请直接扫如下二维码：

课程详情如下：

课程相关问题答疑，请联系有三微信Longlongtogo进项目实战群：

更多目标检测相关的内容，请点击关注我们的目标检测专栏。

实战课讲师招募

为了进一步丰富有三AI生态的实战内容，欢迎有经验，有能力的讲师报名成为平台讲师：

讲师要求如下：

(1) 有多次人工智能领域教学经验，擅长演讲与教学。

(2) 有3年以上人工智能领域项目实战经验。

(3) 有三AI已有生态成员优先。

实战课的收入与平台采取固定分成的方式，具体细节可在内容组了解详情，报名请联系微信Alice-girll提交简历，或直接联系有三本人。

往期相关

关注