深度学习项目实战-关键点定位课程以人脸关键点检测为背景，选择多阶段检测的网络架构，对于回归以及多label标签问题选择hdf5作为网络的输入数据源，实例演示如何制作多标签数据源并对原始数据进行数据增强。整个网络架构采用三个阶段的模式，从全局检测到单点校准，基于caffe深度学习框架实现一个既准确又快速的人脸关键点检测模型。对于每一阶段，详解代码中每一行的意义，带领大家一步步完成整个网络模型。
深度学习爱好者,全民皆可入门。
课程目录：
001、深度学习项目实战01 人脸关键点检测算法框架.mp4
002、深度学习项目实战02 多标签数据源制作以及标签坐标转换.mp4
003、深度学习项目实战03 对原始数据进行数据增强.mp4
004、深度学习项目实战04 完成第一阶段HDF5数据源制作.mp4
005、深度学习项目实战05 第一阶段网络训练.mp4
006、深度学习项目实战06 第二三阶段网络数据源制作.mp4
007、深度学习项目实战07 第二三阶段网络模型训练.mp4
008、深度学习项目实战08 网络模型参数初始化.mp4
009、深度学习项目实战09 完成全部测试结果.mp4
010、深度学习项目实战10 人脸关键点检测效果.mp4
011、深度学习项目实战11 项目总结分析.mp4
012、深度学习项目实战12 算法框架分析.mp4
唐宇迪-深度学习-人脸关键点
评论0