yolo 实时目标检测caffe实现,caffe-yolo - yolo implemented with caffe （windows+linux）
课程中讲解了如何在caffe-windows下和linux下如何添加新的detect_layer,学员在两个系统中均可使用！
目前，大多数接触深度学习的同学，主要是跑一些现成的深度学习模型，从而完成分类或者是检测等任务，很少涉及自己去实现深度学习框架上所没有的layer，而在实际的项目中，或者实现自己的一些想法，肯定需要自己去实现深度学习框架上没有的功能。
如果说我们只会跑跑现成的模型，那么，我们跟其他人来说，并没有任何优势，也不能满足相关企业的要求，或者说面试的时候我们都没什么“料”可以讲，因为我们只是简单的准备了训练数据而已。
所以，在这个课程中，我们将用深度学习框架caffe去复现yolo《You only look once : Unified,Real-Time Object Detection》这篇实时物体检测的论文，并用来实现人脸检测。在课程中我们将掌握Yolo这篇物体检测论文的思想，以及用代码实现论文中为关键的损失函数和激活函数。
而写自己定义功能的layer,为关键的是前向传播与反向传播该如何编写。在课程中，我们将会对反向传播有一个清晰的理解以及在caffe中如何编写反向传播代码。
当然，这需要大家有一点高等数学复合函数求偏导数的知识，和基础的c/c++编程能力~
做人脸检测相关的同学，为了向别人汇报模型的效果，肯定要涉及到模型在标注库上的测试，不管是在公司里面还是在学校写论文，其中常用的标准人脸库是FDDB，课程将教会大家如何在人脸标准库FDDB上测试，绘制ROC曲线。
合作伙伴与授权机构
shuhaipeixun
1299983702
总部李老师
