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，课程定价为99元，各部分课程内容与时长如下：
部分
内容
时长(分钟)
第1节
课程简介
4
第2节
MMdetection简介与安装

22
第3节
框架总体讲解
95
第4节
配置文件详解
160
第5节
推理相关源码分析

18
第6节
训练相关源码分析
22
第7节
自定义数据集

12
第8节
COCO与VOC格式转化

20
第9节
Kmeans聚类边界框
8
第10节
热力图绘制

6
第11节
训练过程和检测结果可视化分析
14
第12节
工程实践技巧

31
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。
【视频课】深度学习最有价值的CV领域，30小时掌握目标检测（附作者经历分享）！
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
  • 【视频课】有三AI所有免费与付费的视频课程内容汇总（2022年1月）
继续阅读
阅读原文