飞豹客 · 课能看,资料也能带走
飞豹客算法数学 会员免费

深度之眼- cv论文金卡

如果你已经能用 PyTorch 跑通分类或检测模型,却总在读论文时卡在公式推导和实验细节上,这套资料值得花时间。它不教你调包,而是把 CV 领域一批有代表性的论文拆开讲,重点放在"作者为什么这么设计"和"代码里怎么落地"。 它解决的是读论文读不下去的问题 很多人学 CV 的瓶颈不在写代码,而在看论文

单课价¥29.90新品 上架
会员价 会员免费开通会员后本篇可直接下载套餐详情
95 人关注 更新于 2026-06-07 永久有效
发货

网盘链接 · 支付成功后自动发货

保障

永久有效 · 链接失效免费补发

客服

每日 9:00-21:00 在线客服 联系客服

会员可免费下载本篇月会员可免费领取。

开通会员 ›
购买本课销量 0 · 永久有效
会员价 · 单课标价 ¥29.90

会员 · 按档位

永久免费可领
年免费可领
月免费可领

游客按标价购买,不享受上表折扣。

支付成功后自动发放网盘链接,链接失效可找客服免费补

正版保障 极速发货 售后无忧

如果你已经能用 PyTorch 跑通分类或检测模型,却总在读论文时卡在公式推导和实验细节上,这套资料值得花时间。它不教你调包,而是把 CV 领域一批有代表性的论文拆开讲,重点放在"作者为什么这么设计"和"代码里怎么落地"。

它解决的是读论文读不下去的问题

很多人学 CV 的瓶颈不在写代码,而在看论文:公式跳步、实验设置含糊、模块之间的取舍讲不清。这套内容按主题分块推进,从数学基础里的矩阵求导如何对应到反向传播,到三维重建中 3DMM、3DDFA 这类方法的算法推导与实验复现,都是围绕"把一篇论文吃透"来组织的。它适合已经具备深度学习基础、想从"会调模型"往"能改模型"走的人。零基础不建议直接上,至少要先能独立写出训练循环、看得懂张量维度变化。

建议的观看顺序

不要按文件夹顺序从头刷。先看数学基础里与深度学习直接相关的部分,尤其是矩阵求导、优化相关的内容,这部分是后面读论文的公共语言。然后进入你当前工作最相关的方向:做三维重建、人脸或姿态的,优先看三维重建那一块;做多模态的,从多模态 baseline 入手,先建立对任务和评测的整体认知。Python 与数据科学入门那部分属于补课性质,有编程经验可以跳过。每个方向先看算法讲解,再看实验部分,中间不要跳,否则推导链会断。

学完能独立做什么,资料怎么用

按这个顺序走完一个方向,你应该能独立完成三件事:读懂该方向新论文的方法章节并判断其改动是否合理;把论文里的核心模块用代码实现出来并接到自己的训练流程里;复现论文的关键实验并解释指标差异来自哪里。练习方式上,建议每看完一个算法讲解,先合上视频自己推一遍公式,再对照实验部分检查实现细节;遇到讲得快的段落,用配套的图示资料辅助理解结构关系。不要只看不写,这套资料的价值在读完之后你自己动手改代码时才体现出来。

课程目录

课程目录110 集
  • 深度之眼-cv论文金卡资料.png [493.5 KB] 01、
  • 01 Python · AI&数据科学入门》21、【作业讲解】第十章:Python标准库.mp4
  • [25.8 MB] 09、14 CV-三维重建》14、1.13 3DMM-实验二_part3.mp4
  • [149.5 MB] 09、14 CV-三维重建》37、4.6 3DDFA-算法详细讲解part3.mp4
  • [440.1 MB] 03、03 数学基础》32、【第三章】-10 矩阵的求导在深度学习中的应用.mp4
  • [167.3 MB] 10、01 多模态-baseline》12、3.2 Show and Tell-论文精读.mp4
  • [155.0 MB] 12、强化学习》72、05REINFORCE-04-下节预告.mp4
  • [6.7 MB] 12、强化学习》109、07DDPG-10-算法的其他细节.mp4
  • [71.0 MB] 06、
  • 06 OpenCV 图像基础》15、3_2自动阈值分割.mp4
  • [81.7 MB] 09、14 CV-三维重建》24、3.1 Nolinear 3DMM V2-论文泛读.mp4
  • [284.9 MB] 08、13 CV-人脸识别》67、6.7 SphereFace-实验代码讲解.mp4
  • [163.9 MB] 12、强化学习》82、05REINFORCE-14-运行结果分析.mp4
  • [224.9 MB] 05、05 NLP基础知识》15、4-4 BERT使用实战讲解..mp4
  • [247.8 MB] 12、强化学习》69、05REINFORCE-01-开场白及研究背景介绍.mp4
  • [34.2 MB] 12、强化学习》103、07DDPG-04-论文泛读.mp4
  • [170.9 MB] 12、强化学习》99、06PPO-17-算法之外的技巧.mp4
  • [136.8 MB] 02、02 PyTorch》28、【第五周】学习率调整策略.mp4
  • [123.6 MB] 06、
  • 06 OpenCV 图像基础》21、4_3纹理特征LBP算法.mp4
  • [94.1 MB] 13、自监督-无监督》02、1.2 MOCO论文精读.mp4
  • [160.1 MB] 12、强化学习》125、08TD3-09-实验结果.mp4
  • [114.1 MB] 01、
  • 01 Python · AI&数据科学入门》18、第九章 有益的探索.mp4
  • [134.2 MB] 01、
  • 01 Python · AI&数据科学入门》02、第一章 绪论和环境配置.mp4
  • [56.3 MB] 08、13 CV-人脸识别》16、1.15 特征脸识别-论文总结.mp4
  • [28.7 MB] 13、自监督-无监督》05、2.1 simclr-论文精读.mp4
  • [403.3 MB] 02、02 PyTorch》41、【第七周】GPU的使用.mp4
  • [86.9 MB] 12、强化学习》35、02DQN改进-15-SumTree后续及DuelStructure.mp4
  • [40.3 MB] 12、强化学习》45、03C51-06-BellmanOptimalOperator.mp4
  • [228.0 MB] 07、12 CV-transformer》22、【12月29日】Swin Transformer-代码详解.mp4
  • [683.1 MB] 08、13 CV-人脸识别》23、2.7 deepid实验上.mp4
  • [420.8 MB] 08、13 CV-人脸识别》11、1.10 特征脸识别-代码讲解pca计算.mp4
  • [118.1 MB] 12、强化学习》78、05REINFORCE-10-网络结构设计.mp4
  • [139.6 MB] 12、强化学习》90、06PPO-08-Advantage Function.mp4
  • [86.0 MB] 08、13 CV-人脸识别》22、2.6 Deep id-网络架构部分精读.mp4
  • [533.3 MB] 07、12 CV-transformer》23、【1月5日】pretrain小型专题(上).mp4
  • [602.1 MB] 08、13 CV-人脸识别》65、6.5 SphereFace-ASoftmax详解_part2.mp4
  • [209.2 MB] 09、14 CV-三维重建》11、1.10 3DMM-实验一_part4.mp4
  • [107.1 MB] 09、14 CV-三维重建》05、1.4 3DMM-算法详细讲解_part1.mp4
  • [345.4 MB] 07、12 CV-transformer》12、【7月22日】CV-transformer Deformable DETR论文详解.mp4
  • [399.8 MB] 04、04 神经网络基础知识》02、01-神经网络基础与多层感知机-0.mp4
  • [84.7 MB] 04、04 神经网络基础知识》10、03-循环神经网络-0.mp4
  • [45.0 MB] 12、强化学习》164、11AdvancedValueMethods-05-A3C泛读.mp4
  • [140.7 MB] 12、强化学习》102、07DDPG-03-背景知识补充.mp4
  • [7.5 MB] 08、13 CV-人脸识别》08、1.7 特征脸识别-论文精读特征脸计算上.mp4
  • [245.6 MB] 02、02 PyTorch》18、【第三周】模型容器与AlexNet构建.mp4
  • [103.7 MB] 12、强化学习》153、10SAC-06-核心思想.mp4
  • [56.1 MB] 12、强化学习》93、06PPO-11-本届回顾下节预告.mp4
  • [11.9 MB] 09、14 CV-三维重建》03、1.2 3DMM-介绍.mp4
  • [258.7 MB] 12、强化学习》76、05REINFORCE-08-下节预告.mp4
  • [7.7 MB] 09、14 CV-三维重建》53、6.1 论文泛读.mp4
  • [300.2 MB] 01、
  • 01 Python · AI&数据科学入门》26、第十三章 Matplotlib.mp4
  • [130.1 MB] 07、12 CV-transformer》16、【12月1日】Vit-论文讲解.mp4
  • [287.2 MB] 02、02 PyTorch》07、【第一周】计算图与动态图机制.mp4
  • [51.2 MB] 08、13 CV-人脸识别》55、5.5 Lsoftmax推导part2.mp4
  • [385.9 MB] 12、强化学习》33、02DQN改进-13-bisect包.mp4
  • [35.3 MB] 08、13 CV-人脸识别》10、1.9 特征脸识别-论文精读特征脸计算下.mp4
  • [267.5 MB] 09、14 CV-三维重建》20、2.5 Nolinear 3DMM-算法详细讲解_part2.mp4
  • [177.0 MB] 12、强化学习》131、09SQL-01-论文泛读开场白.mp4
  • [27.3 MB] 12、强化学习》147、09SQL-17-调参结果.mp4
  • [61.6 MB] 05、05 NLP基础知识》05、2-2 NLP问题中的特征..mp4
  • [85.1 MB] 09、14 CV-三维重建》55、6.3 实验讲解.mp4
  • [362.5 MB] 08、13 CV-人脸识别》15、1.14 特征脸识别-代码讲解人脸分类之神经网络方法.mp4
  • [153.8 MB] 07、12 CV-transformer》30、【2月13日】sparse rcnn-代码讲解.mp4
  • [769.6 MB] 10、01 多模态-baseline》09、2.5 Deep Visual-Semanti-代码复现2.mp4
  • [96.9 MB] 09、14 CV-三维重建》40、4.9 3DDFA-实验讲解part1.mp4
  • [317.3 MB] 09、14 CV-三维重建》21、2.6 Nolinear 3DMM-算法详解_part3.mp4
  • [453.8 MB] 13、自监督-无监督》07、2.3 simclr-代码讲解.mp4
  • [245.5 MB] 01、
  • 01 Python · AI&数据科学入门》14、第七章 类-面向对象的编程.mp4
  • [90.5 MB] 12、强化学习》120、08TD3-04-论文泛读.mp4
  • [133.7 MB] 08、13 CV-人脸识别》61、6.1 SphereFace-研究背景成果意义.mp4
  • [59.5 MB] 07、12 CV-transformer》32、【2月20日】convnext-代码详解.mp4
  • [664.2 MB] 12、强化学习》149、10SAC-02-研究背景.mp4
  • [12.6 MB] 07、12 CV-transformer》19、【12月12日】PVT-代码详解.mp4
  • [545.5 MB] 12、强化学习》176、12IntrinsicMotivation-04-VIME泛读.mp4
  • [103.3 MB] 05、05 NLP基础知识》21、5-4 HMM训练..mp4
  • [90.6 MB] 08、13 CV-人脸识别》09、1.8 特征脸识别-论文精读特征脸计算中.mp4
  • [162.8 MB] 12、强化学习》92、06PPO-10-实验结果分析.mp4
  • [103.6 MB] 05、05 NLP基础知识》17、4-6 RNN模型原理、代码复现与实战..mp4
  • [339.4 MB] 08、13 CV-人脸识别》62、6.2 SphereFace-摘要和介绍.mp4
  • [477.3 MB] 12、强化学习》42、03C51-03-背景知识补充02.mp4
  • [32.6 MB] 12、强化学习》41、03C51-02-背景知识补充01.mp4
  • [112.7 MB] 05、05 NLP基础知识》12、4-1 word2vec原理..mp4
  • [159.8 MB] 12、强化学习》132、09SQL-02-研究背景及成果.mp4
  • [124.1 MB] 12、强化学习》191、12IntrinsicMotivation-19-结尾语.mp4
  • [9.9 MB] 12、强化学习》89、06PPO-07-Adaptive KL.mp4
  • [80.5 MB] 06、
  • 06 OpenCV 图像基础》24、5_1摄像头调用和视频的读取保存.mp4
  • [208.8 MB] 13、自监督-无监督》01、1.1 专题简介与导引&MOCO论文泛读.mp4
  • [42.4 MB] 09、14 CV-三维重建》12、1.11 3DMM-实验二_part1.mp4
  • [171.9 MB] 10、01 多模态-baseline》10、2.6 Deep Visual-Semanti-代码复现3.mp4
  • [162.2 MB] 09、14 CV-三维重建》16、2.1 Nolinear 3DMM-研究背景.mp4
  • [160.6 MB] 10、01 多模态-baseline》02、1.1 CLIP-论文泛读(体验课直播回放).mp4
  • [222.5 MB] 06、
  • 06 OpenCV 图像基础》11、2_6图像基本操作_图像增强.mp4
  • [112.3 MB] 02、02 PyTorch》37、【第六周】正则化之Dropout.mp4
  • [80.2 MB] 09、14 CV-三维重建》44、5.1摘要介绍.mp4
  • [429.2 MB] 12、强化学习》160、11AdvancedValueMethods-01-论文泛读开场白.mp4
  • [28.6 MB] 08、13 CV-人脸识别》48、4.6 Center Loss-实验讲解part1.mp4
  • [400.2 MB] 12、强化学习》158、10SAC-11-算法细节.mp4
  • [34.7 MB] 01、
  • 01 Python · AI&数据科学入门》05、【作业讲解】第二章:Python基本语法元素.mp4
  • [88.2 MB] 11、强化学习基础知识》04、02-MC-part2.mp4
  • [57.0 MB] 09、14 CV-三维重建》35、4.4 3DDFA-算法详细讲解part1.mp4
  • [366.6 MB] 02、02 PyTorch》06、【第一周】张量操作与线性回归.mp4
  • [80.8 MB] 适合人群 CV领域研究者 算法爱好者 进阶学习者 学习收获 掌握CV领域核心算法 提升算法理解能力 助力学术研究 祝您学习愉快! 学有所成,前程似锦!