网易云课堂 深度学习-物体检测-YOLO系列 唐宇迪
-
知识精讲
课程种类
-
11
课时
-
中级
难度
-
唐
课程讲师
售价 : 19联盟卡
提取码 : 购买后方可查看
-
物体检测YOLO系列课程主要包括两大核心模块：(1),YOLO系列算法精讲，详细解读3篇论文核心知识点与整体网络架构并对其效果展开深入分析，通俗讲解YOLO架构实现原理与效果提升细节；(1),YOLO-V3项目实战，详细解读V3版本源码，通过debug模式讲解其中每一行代码，从根本掌握YOLO系列全部实现细节。整体风格通俗易懂，原理+实战实战，提供全部课程所需PPT,数据，代码。
-
免费试看:https://www.aliyundrive.com/s/CQQhRBJiBY4 提取码: 96yl
├──文档
| └──YOLO-V3-PyTorch.zip 440.13M
├──章节1 深度学习经典检测方法概述
| ├──01 课程内容与风格介绍.mp4 16.96M
| ├──02 检测任务中阶段的意义.mp4 11.44M
| ├──03 不同阶段算法优缺点分析.mp4 8.17M
| ├──04 IOU指标计算.mp4 8.94M
| ├──05.评估所需参数计算.mp4 134.79M
| └──06.map指标计算.mp4 106.02M
├──章节10 基础补充-迁移学习与Resnet网络架构
| ├──88 迁移学习的目标.mp4 9.24M
| ├──89.迁移学习策略.mp4 39.01M
| ├──90.Resnet原理.mp4 283.84M
| ├──91.Resnet网络细节.mp4 111.39M
| ├──92.Resnet基本处理操作.mp4 73.89M
| ├──93.shortcut模块.mp4 102.78M
| ├──94.加载训练好的权重.mp4 92.04M
| └──95.迁移学习效果对比.mp4 153.18M
├──章节11 基础补充-物体检测FasterRcnn系列
| ├──100.RPN网络结构.mp4 320.55M
| ├──101.损失函数定义--102.网络细节.mp4 1.05G
| ├──96.Fasterrcnn物体检测概述.mp4 126.03M
| ├──97.深度学习经典检测方法.mp4 113.39M
| ├──98.fasterrcnn概述.mp4 95.37M
| └──99.论文解读.mp4 425.54M
├──章节2 YOLO-V1整体思想与网络架构
| ├──08 YOLO算法整体思路解读.mp4 11.47M
| ├──09.检测算法要得到的结果.mp4 66.99M
| ├──10.整体网络架构解读.mp4 154.95M
| ├──11.位置损失计算.mp4 84.76M
| └──12.置信度误差与优缺点分析.mp4 117.95M
├──章节3 YOLO-V2改进细节详解
| ├──13.V2版本细节升级概述.mp4 51.23M
| ├──14.网络结构特点.mp4 67.74M
| ├──15.架构细节解读.mp4 87.39M
| ├──16.基于聚类来选择先验框尺寸.mp4 97.72M
| ├──17.偏移量计算方法.mp4 117.09M
| ├──18.坐标映射与还原.mp4 50.42M
| ├──19.感受野的作用.mp4 121.93M
| └──20.特征融合改进.mp4 75.64M
├──章节4 YOLO-V3核心网络模型
| ├──21.V3版本改进概述.mp4 73.02M
| ├──22.多scale方法改进与特征融合.mp4 74.14M
| ├──23 经典变换方法对比分析.mp4 15.04M
| ├──24.残差连接方法解读.mp4 82.27M
| ├──25.整体网络模型架构分析.mp4 55.00M
| ├──26.先验框设计改进.mp4 66.59M
| └──27.sotfmax层改进.mp4 44.86M
├──章节5 项目实战-基于V3版本进行源码解读
| ├──28 数据与环境配置.mp4 41.53M
| ├──29.训练参数设置.mp4 158.48M
| ├──30 COCO数据与标签读取.mp4 28.20M
| ├──31.标签文件读取与处理.mp4 82.94M
| ├──32.debug模式介绍.mp4 99.74M
| ├──33.基于配置文件构建网络模型.mp4 140.77M
| ├──34.路由层与shortcut层的作用.mp4 110.66M
| ├──35.YOLO层定义解析.mp4 169.70M
| ├──36.预测结果计算.mp4 150.84M
| ├──37.网格偏移计算.mp4 113.21M
| ├──38.模型要计算的损失.mp4 74.22M
| ├──39.标签值格式修改.mp4 88.62M
| ├──40.坐标相对位置计算.mp4 101.19M
| ├──41 完成所有损失函数所需计算指标.mp4 24.42M
| ├──42.模型训练与总结.mp4 213.46M
| └──43.预测效果展示.mp4 80.13M
├──章节6 基于YOLO-V3训练自己的数据与任务
| ├──44.Labelme工具安装.mp4 35.57M
| ├──45.数据信息标注.mp4 145.90M
| ├──46.完成标签制作.mp4 131.17M
| ├──47.生成模型所需配置文件.mp4 93.82M
| ├──48.json格式转换成yolov3所需输入.mp4 50.09M
| ├──49.完成输入数据准备工作.mp4 91.94M
| ├──50.训练代码与参数配置更改.mp4 121.68M
| └──51.训练模型并测试效果.mp4 82.00M
├──章节7 YOLO-V4版本算法解读
| ├──52 V4版本整体概述.mp4 19.29M
| ├──53.V4版本贡献解读.mp4 23.61M
| ├──54.数据增强策略分析.mp4 71.92M
| ├──55.DropBlock与标签平滑方法.mp4 62.93M
| ├──56.损失函数遇到的问题.mp4 38.30M
| ├──57.CIOU损失函数定义.mp4 28.33M
| ├──58.NMS细节改进.mp4 51.43M
| ├──59.SPP与CSP网络结构.mp4 36.29M
| ├──60.SAM注意力机制模块.mp4 57.38M
| ├──61.PAN模块解读.mp4 57.21M
| └──62.激活函数与整体架构总结.mp4 42.13M
├──章节8 V5版本项目配置
| ├──63 整体项目概述.mp4 78.01M
| ├──64.训练自己的数据集方法.mp4 92.74M
| ├──65.训练数据参数配置.mp4 130.68M
| └──66.测试DEMO演示.mp4 124.21M
└──章节9 V5版本项目工程源码解读
| ├──67.数据源DEBUG流程解读.mp4 115.53M
| ├──68.图像数据源配置.mp4 113.91M
| ├──69.加载标签数据.mp4 83.52M
| ├──70.Mosaic数据增强方法.mp4 75.66M
| ├──71.数据四合一方法与流程演示.mp4 125.27M
| ├──72 getItem构建batch.mp4 23.32M
| ├──73.网络架构图可视化工具安装.mp4 72.77M
| ├──74.V5网络配置文件解读.mp4 95.46M
| ├──75.Focus模块流程分析.mp4 48.17M
| ├──76.完成配置文件解析任务--77.前向传播计算.mp4 261.82M
| ├──78.BottleneckCSP层计算方法.mp4 91.99M
| ├──79.Head层流程解读.mp4 82.49M
| ├──80.SPP层计算细节分析.mp4 141.06M
| ├──81.上采样与拼接操作.mp4 109.48M
| ├──82.输出结果分析.mp4 159.60M
| ├──83.超参数解读.mp4 222.96M
| ├──84.命令行参数介绍.mp4 265.82M
| ├──85.训练流程解读.mp4 290.77M
| ├──86.各种训练策略概述.mp4 252.09M
| └──87.模型迭代过程.mp4 208.24M
本帖子中包含更多资源
您需要 登录 才可以下载或查看，没有帐号？立即注册
x
|
