您可以免费观看前 5 分钟或一小节,完整观看请购买。  点此购买


本视频总时长约为51分钟

特邀谭博对当前目标检测领域基于深度学习的相关算法原理和实现细节进行梳理解读,Faster-RCNN 算法( https://arxiv.org/abs/1506.01497)由MSRA 任少卿发表于NIPS-2015,是对Fast-RCNN进行的针对性改进,讲者对比fast的版本总结了3个亮点。第一是“faster”,运行速度上肯定是比以前快了。那到底快多少呢?快到能够实现“实时”。第二个亮点就是实现实时的物体检测。第三个亮点,提出一个新的网络结构“region proposal network”。讲者将这些关键改进进行了详细的解读,帮助大家快速理解掌握核心要点。通用物体检测技术精解之Faster-RCNN算法,讲者深入浅出,通过分析Fast-RCNN的缺陷以及如可改进这些问题,理论结合实践,通过论文解读和具体实现带领大家从算法关键步骤原理一步步过渡到工程细节,有理有据帮助你快速掌握核心知识。


作者简介:

谭博士毕业于伯克利大学,本科毕业于南京大学,在计算机视觉领域有7年以上的研究经验,主要研究方向为物体检测分割和图像搜索,在NIPS、ICML、CVPR、ECCV等顶级会议期刊发表了数篇相关论文,目前在国外知名互联网公司任研究科学家职位。




购买观看完整解读及视频