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,YOLOv1算法是One-stage的经典方法(https://arxiv.org/abs/1506.02640)也是由RBG大神挂名的一篇大作发表于CVPR-2016,讲者从you only look once切入,指的是一张图片的不同区域我只需要做一次分析或者说是“运算”我就能得到最终的检测结果,也隐含yolo是一种one-stage的物体检测方法。YOLO追求了极致的速度,在Titan X的GPU上增强版本能跑45fps,简化版本155fps。YOLO的核心思想就是利用整张图作为网络的输入,直接在输出层回归bounding box的位置和bounding box所属的类别,省去了proposal的阶段。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YOLOv1算法,讲者深入浅出,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