
开放式场景下人流量检测实践
随着监控摄像头的普及,产生了大量对公共场合和开放场景的监控录像。通过人工智能的方式,对这些监控录像进行智能分析可以产生很多有价值的应用。其中对其中的人像进行识别,对人流量进行统计,就是常见的应用之一。
深度学习在此类复杂的视觉分析任务中,表现突出,产生了类似Faster-RCNN, YOLO,SSD等一系列的物体检测算法。本课程就是基于python、TensorFlow模型和opencv等深度学习和图像视觉库,从环境配置,任务分析,数据集选择、处理,模型训练、评估、调优等方面掌握深度学习技术在解决实际场景问题时的应用以及开发技巧。
深度学习在此类复杂的视觉分析任务中,表现突出,产生了类似Faster-RCNN, YOLO,SSD等一系列的物体检测算法。本课程就是基于python、TensorFlow模型和opencv等深度学习和图像视觉库,从环境配置,任务分析,数据集选择、处理,模型训练、评估、调优等方面掌握深度学习技术在解决实际场景问题时的应用以及开发技巧。
课程大纲
第零章 课题介绍
第1节 课题介绍
第一章 检测算法介绍
第1节 FasterRCNN系列算法介绍
第2节 NMS算法介绍
第二章 使用tensorflow进行目标检测
第1节 目标检测环境安装配置
第2节 数据集准备和制作
第3节 模型的配置和训练
第4节 tensorboard的使用
第三章 人体检测模型训练及模型评估
第1节 人体检测模型展示&mAP介绍
第2节 mAP计算工具的使用
第四章 数据增强实验及效果分析
第1节 数据增强介绍
第2节 数据增强实验
第五章 基础模型替换实验及效果分析
第1节 基础网络替换实验
第2节 基础网络替换实验结果分析
第六章 难例挖掘实践及效果分析
第1节 难例挖掘介绍和数据集准备
第2节 难例挖掘实验模型训练
第3节 难例挖掘结果分析
案例实验 开放式场景下人流量检测实践
实验1 实验准备
实验2 Finetune扑克牌检测器
实验3 人体检测模型训练
实验4 数据增强
实验5 基础网络替换
实验6 难例挖掘
课件资源
-
视频数
16 -
实验数
5