1_《深度学习之目标检测》直播答疑03(直播.05.08).mp4 · 2_《深度学习之目标检测》直播答疑02(直播.04.17).mp4 · 3_《深度学习之目标检测》直播答疑01(直播.03.27).mp4 · 4_0-课程简介.mp4 · 5_1.1-问题定义.mp4 · 6_1.2-数据集.mp4 · 7_1.3-评价指标.mp4 · 8_1.4-脑图时刻.mp4 · 9_1.5-算法发展总览.mp4 · 10_1.6-传统检测算法流程.mp4 · 11_1.7-基于深度学习的目标检测流程和分类.mp4 · 12_1.8-脑图时刻.mp4 · 13_1.9-anchor-base算法结构.mp4 · 14_2.1-RCNN详解.mp4 · 15_2.2-SPPNet详解.mp4 · 16_2.3-Fast-RCNN详解.mp4 · 17_2.4-Faster-RCNN详解.mp4 · 18_2.5-one-stage算法引入+脑图时刻.mp4 · 20_3.1-YOLOv1讲解.mp4 · 21_3.2-YOLOv2讲解.mp4 · 22_3.3-YOLOv3讲解.mp4 · 23_3.4-YOLOv4讲解.mp4 · 24_3.5-YOLOv5讲解.mp4 · 26_4.1-YOLO-v3工业缺陷检测实战-原理回顾.mp4 · 27_4.2-YOLO-v3工业缺陷检测实战-数据集介绍.mp4 · 28_4.3.1-YOLO-v3工业缺陷检测实战-主干网络代码讲解.mp4 · 29_4.3.2-YOLO-v3工业缺陷检测实战-Neck+Head部分代码讲解.mp4 · 30_4.3.3-YOLO-v3工业缺陷检测实战-解码过程讲解.mp4 · 31_4.3.4-YOLO-v3工业缺陷检测实战-前向推理代码讲解.mp4 · 32_4.4-YOLO-v3工业缺陷检测实战-模型训练.mp4 · 33_4.5-YOLO-v3工业缺陷检测实战-模型测试.mp4.mp4 · 34_5.1-FasterRCNN原理回顾.mp4 · 35_5.2-数据集介绍.mp4 · 36_5.3.1-主干网络代码讲解.mp4 · 37_5.3.2-RPN网络代码讲解.mp4 · 38_5.3.3-Head部分代码讲解.mp4 · 39_5.3.4-前向推理代码详解.mp4 · 40_5.3.5-训练部分详解.mp4 · 41_5.4-权重文件处理知识+本期内容整体梳理.mp4 · 42_6.1-Anchor-free引入.mp4 · 43_6.2-Densebox详解（上）.mp4 · 44_6.2-Densebox详解（中）.mp4 · 45_6.2-Densebox详解（下）.mp4 · 46_6.3-CornerNet详解（上）.mp4 · 47_6.3-CornerNet详解（中）.mp4 · 48_6.3-CornerNet详解（下）.mp4 · 49_6.4-CenterNet详解（上）.mp4 · 50_6.4-CenterNet详解（中）.mp4 · 51_6.4-CenterNet详解（下）.mp4 · 53_7.1-印刷电路板数据集介绍.mp4 · 54_7.2-CenterNet原理回顾（上）.mp4 · 55_7.2-CenterNet原理回顾（下）.mp4 · 56_7.3-前向推理代码详解.mp4 · 57_7.4-训练过程代码详解（上）.mp4 · 58_7.4-训练过程代码详解（下）.mp4 · 59_7.5-内容总结.mp4 · 60_8.1_MMdetection简介与安装.mp4 · 61_8.2_MMdetection框架总体讲解.mp4 · 62_8.3_配置文件讲解（上）.mp4 · 63_8.3_配置文件讲解（下）.mp4 · 64_8.4_推理相关源码分析.mp4 · 65_8.5_训练相关源码分析.mp4 · 66_8.6_自定义数据集.mp4 · 67_8.7_COCO与VOC格式转化.mp4 · 68_8.8_Kmeans聚类边界框.mp4 · 69_8.9_热力图绘制.mp4 · 70_8.10_训练过程和检测结果可视化分析.mp4 · 71_8.11_工程实践技巧.mp4

*   1_《深度学习之目标检测》直播答疑03(直播.05.08).mp4

*   2_《深度学习之目标检测》直播答疑02(直播.04.17).mp4

*   3_《深度学习之目标检测》直播答疑01(直播.03.27).mp4

*   4_0-课程简介.mp4

*   5_1.1-问题定义.mp4

*   6_1.2-数据集.mp4

*   7_1.3-评价指标.mp4

*   8_1.4-脑图时刻.mp4

*   9_1.5-算法发展总览.mp4

*   10_1.6-传统检测算法流程.mp4

*   11_1.7-基于深度学习的目标检测流程和分类.mp4

*   12_1.8-脑图时刻.mp4

*   13_1.9-anchor-base算法结构.mp4

*   14_2.1-RCNN详解.mp4

*   15_2.2-SPPNet详解.mp4

*   16_2.3-Fast-RCNN详解.mp4

*   17_2.4-Faster-RCNN详解.mp4

*   18_2.5-one-stage算法引入+脑图时刻.mp4

*   20_3.1-YOLOv1讲解.mp4

*   21_3.2-YOLOv2讲解.mp4

*   22_3.3-YOLOv3讲解.mp4

*   23_3.4-YOLOv4讲解.mp4

*   24_3.5-YOLOv5讲解.mp4

*   26_4.1-YOLO-v3工业缺陷检测实战-原理回顾.mp4

*   27_4.2-YOLO-v3工业缺陷检测实战-数据集介绍.mp4

*   28_4.3.1-YOLO-v3工业缺陷检测实战-主干网络代码讲解.mp4

*   29_4.3.2-YOLO-v3工业缺陷检测实战-Neck+Head部分代码讲解.mp4

*   30_4.3.3-YOLO-v3工业缺陷检测实战-解码过程讲解.mp4

*   31_4.3.4-YOLO-v3工业缺陷检测实战-前向推理代码讲解.mp4

*   32_4.4-YOLO-v3工业缺陷检测实战-模型训练.mp4

*   33_4.5-YOLO-v3工业缺陷检测实战-模型测试.mp4.mp4

*   34_5.1-FasterRCNN原理回顾.mp4

*   35_5.2-数据集介绍.mp4

*   36_5.3.1-主干网络代码讲解.mp4

*   37_5.3.2-RPN网络代码讲解.mp4

*   38_5.3.3-Head部分代码讲解.mp4

*   39_5.3.4-前向推理代码详解.mp4

*   40_5.3.5-训练部分详解.mp4

*   41_5.4-权重文件处理知识+本期内容整体梳理.mp4

*   42_6.1-Anchor-free引入.mp4

*   43_6.2-Densebox详解（上）.mp4

*   44_6.2-Densebox详解（中）.mp4

*   45_6.2-Densebox详解（下）.mp4

*   46_6.3-CornerNet详解（上）.mp4

*   47_6.3-CornerNet详解（中）.mp4

*   48_6.3-CornerNet详解（下）.mp4

*   49_6.4-CenterNet详解（上）.mp4

*   50_6.4-CenterNet详解（中）.mp4

*   51_6.4-CenterNet详解（下）.mp4

*   53_7.1-印刷电路板数据集介绍.mp4

*   54_7.2-CenterNet原理回顾（上）.mp4

*   55_7.2-CenterNet原理回顾（下）.mp4

*   56_7.3-前向推理代码详解.mp4

*   57_7.4-训练过程代码详解（上）.mp4

*   58_7.4-训练过程代码详解（下）.mp4

*   59_7.5-内容总结.mp4

*   60_8.1_MMdetection简介与安装.mp4

*   61_8.2_MMdetection框架总体讲解.mp4

*   62_8.3_配置文件讲解（上）.mp4

*   63_8.3_配置文件讲解（下）.mp4

*   64_8.4_推理相关源码分析.mp4

*   65_8.5_训练相关源码分析.mp4

*   66_8.6_自定义数据集.mp4

*   67_8.7_COCO与VOC格式转化.mp4

*   68_8.8_Kmeans聚类边界框.mp4

*   69_8.9_热力图绘制.mp4

*   70_8.10_训练过程和检测结果可视化分析.mp4

*   71_8.11_工程实践技巧.mp4