歡迎大家來到我們的項目實戰課，本期內容是《MMdetection框架解讀與案例實戰》。

所謂項目實戰課，就是以簡單的原理回顧+詳細的項目實戰的模式，針對具體的某一個主題，進行代碼級的實戰講解，可以采用直播或者錄制視頻的形式。與我們其他的系統性理論+實戰的視頻課專欄相比，每一次項目實戰都由獨立的老師完成，課程更加專注、時長更短、更輕量級，適合快速鍛煉項目能力。

本次課程內容

目標檢測是計算機視覺和數字圖像處理的一個熱門方向，廣泛應用于機器人導航、智能視頻監控、工業檢測、航空航天等諸多領域，通過計算機視覺減少對人力資本的消耗，具有重要的現實意義。

由于目標檢測框架往往比較復雜，為了進一步降低目標檢測模型的訓練門檻，商湯科技和香港中文大學開源了基于Pytorch實現的深度學習目標檢測工具箱mmdetection，支持Faster-RCNN，Mask-RCNN，Fast-RCNN等主流的目標檢測框架。

為了幫助大家系統掌握該框架，本次我們開設了MMdetection框架原理與案例實踐課程，本次課程經過剪輯后的總時長約為410分鐘，各部分課程內容與時長如下：

部分	內容	時長(分鐘)
第1節	課程簡介	4
第2節	MMdetection簡介與安裝	22
第3節	框架總體講解	95
第4節	配置文件詳解	160
第5節	推理相關源碼分析	18
第6節	訓練相關源碼分析	22
第7節	自定義數據集	12
第8節	COCO與VOC格式轉化	20
第9節	Kmeans聚類邊界框	8
第10節	熱力圖繪制	6
第11節	訓練過程和檢測結果可視化分析	14
第12節	工程實踐技巧	31

下面我們來簡單看一下各部分的內容：

第1部分：介紹課程安排，本部分內容可以免費收聽。

第2部分：MMdetection簡介與安裝，本部分內容可以免費收聽。

第3部分：框架總體講解，本部分內容可以免費收聽。

第4部分：配置文件詳解，本部分內容可以免費收聽。

第5部分：推理相關源碼分析。

第6部分：訓練相關源碼分析。

第7部分：自定義數據集。

第8部分：COCO與VOC格式轉化。

第9部分：Kmeans聚類邊界框。

第10部分：熱力圖繪制。

第11部分：訓練過程和檢測結果可視化分析。

第12部分：工程實踐技巧。

本次課程為錄播課程，講師為費子昂，《深度學習之目標檢測：理論實踐篇》課程講師。某國企研究所高級軟件工程師，擅長目標檢測和圖形圖像方向，曾在騰訊實習，拿下抖音offer。參與智慧鐵路入侵檢測、智慧消防多個計算機視覺類落地項目，有三AI線上與線下講師。

如何訂閱

我們的視頻課全部在小鵝通平臺，可以使用手機APP鵝學習或者直接在網頁進行登錄，內容試聽以及訂閱請直接掃如下二維碼：

課程詳情如下：

課程相關問題答疑，請聯系有三微信Longlongtogo進項目實戰群：

更多目標檢測相關的內容，請點擊關注我們的目標檢測專欄。

【視頻課】深度學習最有價值的CV領域，30小時掌握目標檢測（附作者經歷分享）！

實戰課講師招募

為了進一步豐富有三AI生態的實戰內容，歡迎有經驗，有能力的講師報名成為平臺講師：

講師要求如下：

(1) 有多次人工智能領域教學經驗，擅長演講與教學。

(2) 有3年以上人工智能領域項目實戰經驗。

(3) 有三AI已有生態成員優先。

實戰課的收入與平臺采取固定分成的方式，具體細節可在內容組了解詳情，報名請聯系微信Alice-girll提交簡歷，或直接聯系有三本人。

往期相關

• 【視頻課】有三AI所有免費與付費的視頻課程內容匯總（2022年1月）

總結

以上是生活随笔為你收集整理的【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的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。