网易云课堂-深度学习-物体检测-YOLO系列

📁 资料【公众号：密知圈】
    资料文档.png  [493.5 KB]
    YOLO-V3-PyTorch【公众号：密知圈】.exe  [464.4 MB]
66.测试DEMO演示【公众号：密知圈】.mp4  [23.9 MB]
72.getItem构建batch【公众号：密知圈】.mp4  [18.9 MB]
20.特征融合改进【公众号：密知圈】.mp4  [24.7 MB]
61.深度学习经典检测方法【公众号：密知圈】.mp4  [29.5 MB]
63.论文解读【公众号：密知圈】.mp4  [52.0 MB]
85.训练流程解读【公众号：密知圈】.mp4  [49.0 MB]
39.标签值格式修改【公众号：密知圈】.mp4  [71.7 MB]
79.Head层流程解读【公众号：密知圈】.mp4  [17.5 MB]
09.检测算法要得到的结果【公众号：密知圈】.mp4  [19.6 MB]
58.NMS细节改进【公众号：密知圈】.mp4  [10.9 MB]
84.命令行参数介绍【公众号：密知圈】.mp4  [30.9 MB]
28.数据与环境配置【公众号：密知圈】.mp4  [54.5 MB]
69.加载标签数据【公众号：密知圈】.mp4  [14.4 MB]
54.数据增强策略分析【公众号：密知圈】.mp4  [26.8 MB]
80.SPP层计算细节分析【公众号：密知圈】.mp4  [34.1 MB]
62.激活函数与整体架构总结【公众号：密知圈】.mp4  [21.4 MB]
56.损失函数遇到的问题【公众号：密知圈】.mp4  [10.9 MB]
22.多scale方法改进与特征融合【公众号：密知圈】.mp4  [26.4 MB]
41.完成所有损失函数所需计算指标【公众号：密知圈】.mp4  [19.7 MB]
40.坐标相对位置计算【公众号：密知圈】.mp4  [17.9 MB]
12.置信度误差与优缺点分析【公众号：密知圈】.mp4  [37.4 MB]
83.超参数解读【公众号：密知圈】.mp4  [30.3 MB]
01.课程内容与风格介绍【公众号：密知圈】.mp4  [30.7 MB]
47.生成模型所需配置文件【公众号：密知圈】.mp4  [19.8 MB]
75.Focus模块流程分析【公众号：密知圈】.mp4  [25.9 MB]
44.Labelme工具安装【公众号：密知圈】.mp4  [8.4 MB]
74.V5网络配置文件解读【公众号：密知圈】.mp4  [20.5 MB]
62.faster-rcnn概述【公众号：密知圈】.mp4  [21.0 MB]
03.不同阶段算法优缺点分析【公众号：密知圈】.mp4  [13.8 MB]
58.加载训练好的权重【公众号：密知圈】.mp4  [18.1 MB]
49.完成输入数据准备工作【公众号：密知圈】.mp4  [81.7 MB]
15.架构细节解读【公众号：密知圈】.mp4  [23.7 MB]
42.模型训练与总结【公众号：密知圈】.mp4  [37.8 MB]
35.YOLO层定义解析【公众号：密知圈】.mp4  [84.9 MB]
04.IOU指标计算【公众号：密知圈】.mp4  [15.9 MB]
60.SAM注意力机制模块【公众号：密知圈】.mp4  [23.9 MB]
14.网络结构特点【公众号：密知圈】.mp4  [18.7 MB]
53.V4版本贡献解读【公众号：密知圈】.mp4  [7.3 MB]
65.训练数据参数配置【公众号：密知圈】.mp4  [78.3 MB]
81.上采样与拼接操作【公众号：密知圈】.mp4  [22.4 MB]
68.图像数据源配置【公众号：密知圈】.mp4  [19.5 MB]
27.sotfmax层改进【公众号：密知圈】.mp4  [14.0 MB]
71.数据四合一方法与流程演示【公众号：密知圈】.mp4  [44.6 MB]
11.位置损失计算【公众号：密知圈】.mp4  [30.3 MB]
57.CIOU损失函数定义【公众号：密知圈】.mp4  [7.8 MB]
25.整体网络模型架构分析【公众号：密知圈】.mp4  [17.1 MB]
64.RPN网络结构【公众号：密知圈】.mp4  [52.5 MB]
53.迁移学习策略【公众号：密知圈】.mp4  [11.9 MB]
66.网络细节【公众号：密知圈】.mp4  [92.6 MB]
52.迁移学习的目标【公众号：密知圈】.mp4  [9.0 MB]
19.感受野的作用【公众号：密知圈】.mp4  [33.3 MB]
60.Faster-rcnn物体检测概述【公众号：密知圈】.mp4  [25.7 MB]
57.shortcut模块【公众号：密知圈】.mp4  [54.3 MB]
31.标签文件读取与处理【公众号：密知圈】.mp4  [30.8 MB]
13.V2版本细节升级概述【公众号：密知圈】.mp4  [16.5 MB]
56.Resnet基本处理操作【公众号：密知圈】.mp4  [15.7 MB]
46.完成标签制作【公众号：密知圈】.mp4  [16.4 MB]
43.预测效果展示【公众号：密知圈】.mp4  [51.0 MB]
23.经典变换方法对比分析【公众号：密知圈】.mp4  [15.1 MB]
17.偏移量计算方法【公众号：密知圈】.mp4  [35.2 MB]
36.预测结果计算【公众号：密知圈】.mp4  [24.1 MB]
87.模型迭代过程【公众号：密知圈】.mp4  [37.9 MB]
18.坐标映射与还原【公众号：密知圈】.mp4  [15.3 MB]
38.模型要计算的损失【公众号：密知圈】.mp4  [13.3 MB]
73.网络架构图可视化工具安装【公众号：密知圈】.mp4  [51.1 MB]
45.数据信息标注【公众号：密知圈】.mp4  [47.5 MB]
55.DropBlock与标签平滑方法【公众号：密知圈】.mp4  [14.2 MB]
77.前向传播计算【公众号：密知圈】.mp4  [59.7 MB]
33.基于配置文件构建网络模型【公众号：密知圈】.mp4  [20.2 MB]
29.训练参数设置【公众号：密知圈】.mp4  [22.8 MB]
05.评估所需参数计算【公众号：密知圈】.mp4  [37.8 MB]
21.V3版本改进概述【公众号：密知圈】.mp4  [23.9 MB]
67.数据源DEBUG流程解读【公众号：密知圈】.mp4  [20.3 MB]
82.输出结果分析【公众号：密知圈】.mp4  [33.4 MB]
02.检测任务中阶段的意义【公众号：密知圈】.mp4  [20.9 MB]
06.map指标计算【公众号：密知圈】.mp4  [26.8 MB]
50.训练代码与参数配置更改【公众号：密知圈】.mp4  [25.0 MB]
08.YOLO算法整体思路解读【公众号：密知圈】.mp4  [20.0 MB]
34.路由层与shortcut层的作用【公众号：密知圈】.mp4  [40.6 MB]
63.整体项目概述【公众号：密知圈】.mp4  [70.1 MB]
59.SPP与CSP网络结构【公众号：密知圈】.mp4  [10.9 MB]
26.先验框设计改进【公众号：密知圈】.mp4  [21.2 MB]
64.训练自己的数据集方法【公众号：密知圈】.mp4  [20.6 MB]
70.Mosaic数据增强方法【公众号：密知圈】.mp4  [15.8 MB]
65.损失函数定义【公众号：密知圈】.mp4  [78.6 MB]
55.Resnet网络细节【公众号：密知圈】.mp4  [24.3 MB]
32.debug模式介绍【公众号：密知圈】.mp4  [13.1 MB]
61.PAN模块解读【公众号：密知圈】.mp4  [14.5 MB]
86.各种训练策略概述【公众号：密知圈】.mp4  [41.6 MB]
16.基于聚类来选择先验框尺寸【公众号：密知圈】.mp4  [32.9 MB]
48.json格式转换成yolo-v3所需输入【公众号：密知圈】.mp4  [39.4 MB]
54.Resnet原理【公众号：密知圈】.mp4  [45.8 MB]
24.残差连接方法解读【公众号：密知圈】.mp4  [25.6 MB]
51.训练模型并测试效果【公众号：密知圈】.mp4  [54.1 MB]
52.V4版本整体概述【公众号：密知圈】.mp4  [17.1 MB]
10.整体网络架构解读【公众号：密知圈】.mp4  [41.1 MB]
59.迁移学习效果对比【公众号：密知圈】.mp4  [24.8 MB]
78.BottleneckCSP层计算方法【公众号：密知圈】.mp4  [73.1 MB]
30.COCO数据与标签读取【公众号：密知圈】.mp4  [41.7 MB]