完爆YOLO家族?新一代目标检测器又有新突破!

文摘   2024-10-31 07:46   重庆  

23年到24年,仅仅一年YOLO就实现了YOLOv8-YOLOv11的快速迭代,证明YOLO领域的研究还有极大的改进创新空间。但别只看前沿研究,YOLO系列作为目标检测领域最经典的模型,每一代都值得细细琢磨,例如YOLOv7就是对YOLOv4的改进,所以深挖YOLO系列是很有必要的。


同样的,GroundingDino作为目前最强开集目标检测器被ECCV‘24成功收录,是视觉多模态极具前景的研究课题。为了让大家掌握YOLO系列以及Grounding DINO,研梦非凡精心研发《10节课速通!最强目标检测大合集》,包括前沿论文精讲和代码演示,已有5000+人观看!10节课让你迅速上手目标检测,活学活用!

凡开课可享8节《2024目标检测前沿课程》福利+200篇目标检测精选论文&代码

课程大纲

第一课 深度学习目标检测十年

  1. 近十年目标检测发展脉络(重点)
  • 两阶段、单阶段、Anchor Free目标检测算法
  1. 单阶段与双阶段目标检测(重点)
  • 单阶段:以YOLOv8为例
  • 双阶段:以FasterR-CNN为例
  1. Transformer目标检测
  • VIT、DETR架构分析
  1. 目标检测与图像分割
  • Unet、MaskRcnn架构分析
  1. 损失函数详解
  • 分类、定位损失公式讲解

第二课 开放词汇目标检测

  1. 开放词汇目标检测和开集目标检测传统目标检测算法及不足开放词汇目标检测(OVOD)
  • 开集目标检测(OSOD)
  1. YOLO-World简介-YOLO-World主要贡献、网络结构
  2. YOLO-World算法原理(重点)
  • YOLO Detector
  • Text Encoder、RepVL-PAN
  1. 实验分析
  2. YOLO-World代码讲解(重点)
  • 开源代码实战演示

第三课 3D点云目标检测

  1. 点云目标检测
  • 点云基本概念、特性、热门应用等
  1. PillarNext(CVPR'23)点云3D目标检测网络再思考
  • 基于PillarNet改进的主要贡献等3. VoxelNext (CVPR'23)面向3D目标检测的全稀疏体素网络数据集与实验结果
  1. 核心代码讲解(重点)
  • 模型训练和推理演示

👇🏻 扫码加助教开课立享福利价!
凡开课可享8节《2024目标检测前沿课程》福利+200篇目标检测精选论文&代码

第四课 YOLOv8-更新版本

  1. 目标检测和YOLO系列
  • Anchor生成机制、Anchor Free
  • YOLOv3回硕、YOLOv5回顾
  1. YOLOv8网络结构算法解析、训练任务、测试表现
  2. YOLOv8损失函数
  • 二/多分类交叉熵损失函数等
  1. YOLOv8代码详解(重点)
  2. 项目实战(重点)
  • 遥感图像下的旋转目标检测、数据集
  1. C++部署
  • MNN/NCNN轻量化部署

第五课&第六课 YOLOv8

  1. 目标检测和YOLO系列
  • Anchor生成机制
  • Anchor Free
  • YOLOv3回顾
  • YOLOv5回顾
  1. YOLOv8网络结构
  • YOLOv8算法解析
  • YOLOv8训练任务
  • YOLOv8测试表现
  1. YOLOv8损失函数
  • 二分类交叉熵损失函数
  • 多分类交叉熵损失函数
  • Focal Loss、IOU loss、DOU loss、COU loss、ProbIOU loss
  1. YOLOv8代码详解(重点)
  2. 项目实战(重点)
  • 遥感图像下的旋转目标检测
  • 数据集
  1. C++部署
  • MNN/NCNN轻量化部署


👇🏻 扫码加助教开课立享福利价!

凡开课可享8节《2024目标检测前沿课程》福利+200篇目标检测精选论文&代码

第七课 YOLOv8-MOT

  1. YOLOv8实例分割
  • YOLOv8
  • YOLOv8 seg
  • YoLOv8 Tracking
  1. YOLOv8多目标跟踪
  • MOT算法的通常工作流程卡尔曼滤波
  1. 损失函数
  • Hungarian Loss、loU Loss等
  1. 代码讲解(重点)

第八课 YOLOv9

  1. YOLOv9背景和创新点
  • 之前方法存在的问题本文创新点
  1. YOLOv9网络结构(重点)
  2. YOLOv9消融实验
  • 实验过程
  1. 结果分析
  • YOLOv9贡献
  1. 代码速览

第九课 YOLOv10

  1. 背景和创新点
  • 回顾之前的方法
  • YOLOv10的特点
  1. 网络结构和代码搭建
  • Backbone、Head、ClB结构
  1. 标签分配和损失函数
  • Task Aligned Assigner准则、步骤
  1. 代码实战(重点)
  • 模型训练和推理演示

第十课 Grounding DINO

  1. Grounding DINO基本信息
  2. Grounding DIN0与闭集目标检测器的区别
  3. Grounding DINO的特点
  4. Grounding-DINO的总体结构(重点)
  5. 训练方法和实验
  6. 代码&Demo演示(重点)


👇🏻 扫码加助教开课立享福利价!

凡开课可享8节《2024目标检测前沿课程》福利+200篇目标检测精选论文&代码

导师介绍

Frank导师(第一~第九课)

国内一线车企研究院资深算法工程师,擅长感知算法方向,在语义分割、车道线检测、2D和3D目标检测、BEV目标检测等领域,具有丰富的项目创新和落地经验。

曾主导多个重大项目,精通算法研究和部署端优化,以主要研究者身份,发表过CVPR多模态方向论文,在CV领域积累了多篇授权和落地专利。

张导师(第十课)

某上市公司高级算法工程师,在自动驾驶感知等视觉领域,拥有5年以上工作经验,尤其是目标检测、目标跟踪、图像分割,以及点云、多模态、模型轻量化和部署方向,一线项目经历丰富,具备高水平的Python、Pytorch等开发能力。

研梦非凡科研论文指导

科研论文idea,并非拍脑门就能产生,需要经过一遍遍做实验、跑代码、改模型、思路修正。研梦非凡专业论文指导,和研梦导师一起找idea,共同解决科研问题。授之以渔——搭建论文写作框架,增删改查,针对性实验指导!哪里薄弱补哪里!

<<< 左右滑动见更多 >>>

研梦非凡部分导师介绍

研梦非凡导师团队,来自海外QStop200、国内华五、C9、985高校的教授/博士导师/博士后,以及世界500强公司算法工程师、国内外知名人工智能实验室研究员等

这是一支实力强大的高学历导师团队,在计算机科学、机器学习、深度学习等领域,积累了丰富的科研经历,研究成果也发表在国际各大顶级会议和期刊上,在指导学员的过程中,全程秉持初心,坚持手把手个性化带教。包括但不限于以下导师~

<<< 左右滑动见更多 >>>

扫码预约研梦非凡1v1导师meeting

我们不是小作坊哦~我们背靠研途考研(就是张雪峰老师和徐涛老师在的那个研途考研),做教育十余年,重交付,重口碑,是我们一贯的公司理念!

OpenCV与AI深度学习
专注计算机视觉、深度学习和人工智能领域干货、应用、行业资讯的分享交流!
 最新文章