? ? yolo 實(shí)時(shí)目標(biāo)檢測caffe實(shí)現(xiàn),caffe-yolo - yolo implemented with caffe （windows+linux）
?????課程中講解了如何在caffe-windows下和linux下如何添加新的detect_layer,學(xué)員在兩個(gè)系統(tǒng)中均可使用！
????目前，大多數(shù)接觸深度學(xué)習(xí)的同學(xué)，主要是跑一些現(xiàn)成的深度學(xué)習(xí)模型，從而完成分類或者是檢測等任務(wù)，很少涉及自己去實(shí)現(xiàn)深度學(xué)習(xí)框架上所沒有的layer，而在實(shí)際的項(xiàng)目中，或者實(shí)現(xiàn)自己的一些想法，肯定需要自己去實(shí)現(xiàn)深度學(xué)習(xí)框架上沒有的功能。
????如果說我們只會跑跑現(xiàn)成的模型，那么，我們跟其他人來說，并沒有任何優(yōu)勢，也不能滿足相關(guān)企業(yè)的要求，或者說面試的時(shí)候我們都沒什么“料”可以講，因?yàn)槲覀冎皇呛唵蔚臏?zhǔn)備了訓(xùn)練數(shù)據(jù)而已。
????所以，在這個(gè)課程中，我們將用深度學(xué)習(xí)框架caffe去復(fù)現(xiàn)yolo《You only look once : Unified,Real-Time Object Detection》這篇實(shí)時(shí)物體檢測的論文，并用來實(shí)現(xiàn)人臉檢測。在課程中我們將掌握Yolo這篇物體檢測論文的思想，以及用代碼實(shí)現(xiàn)論文中最為關(guān)鍵的損失函數(shù)和激活函數(shù)。
????而寫自己定義功能的layer,最為關(guān)鍵的是前向傳播與反向傳播該如何編寫。在課程中，我們將會對反向傳播有一個(gè)清晰的理解以及在caffe中如何編寫反向傳播代碼。
當(dāng)然，這需要大家有一點(diǎn)高等數(shù)學(xué)復(fù)合函數(shù)求偏導(dǎo)數(shù)的知識，和基礎(chǔ)的c/c++編程能力~
? ? 做人臉檢測相關(guān)的同學(xué)，為了向別人匯報(bào)模型的效果，肯定要涉及到模型在標(biāo)注庫上的測試，不管是在公司里面還是在學(xué)校寫論文，其中最常用的標(biāo)準(zhǔn)人臉庫是FDDB，課程將教會大家如何在人臉標(biāo)準(zhǔn)庫FDDB上測試，繪制ROC曲線。
合作伙伴與授權(quán)機(jī)構(gòu)
總部李老師
