课程定位：跨越CV与前沿架构的深度实战

这套资料并非泛泛而谈的入门科普，而是一门面向有Python和深度学习基础的学习者，旨在打通「视觉感知」与「前沿架构」的技术进阶课。内容主线非常清晰：从计算机视觉的核心任务（检测、追踪、姿态估计）出发，延伸至Transformer和图神经网络（GNN）等工业界热门架构，最后落地到无人驾驶这一高门槛场景。它解决的核心痛点是：很多开发者懂YOLO训练，但面对视频流中的目标追踪、复杂场景下的3D重建或图结构数据时缺乏实战经验。

学习路径与资料配合建议

建议按照「视觉基础—前沿架构—综合实战」的三段式路径推进。前期重点攻克第5-7章的YOLO系列及基础补充中的ResNet，这是视觉任务的基石，务必配合源码理解前向传播逻辑。中期需投入精力在第10-11章，OpenPose和DeepSort的源码解读包体量较大（分别达200M和100M+），这是理解多目标追踪难点的关键，不要只看PDF结论，要跟着代码跑通流程。后期第11-13章涉及PyTorch Geometric和Transformer实战，若对图模型陌生，可先通过第12章的前几节熟悉PG的安装与数据集构建，再深入GCN和轨迹估计算法。

学完能独立做什么

完成该系列后，你将具备独立搭建复杂视觉系统的能力。具体而言，能够基于YOLO和DeepSORT实现工业级视频分析流水线，处理动态场景下的目标丢失与重识别问题；能够利用PyTorch Geometric构建图神经网络解决时间序列预测或节点分类任务；更能读懂NeuralRecon等前沿论文，并复现基于深度估计和激光雷达语义融合的3D重建方案。这套资料适合希望从「调包侠」转型为「算法工程师」的读者，前提是你已掌握PyTorch基本操作，否则需先补齐基础补充章节中的框架核心模块知识。

课程目录

课件及代码 第10章 经典视觉项目实战-目标追踪与姿态估计 第五六七章：YOLO目标检测 基础补充-Resnet模型及其应用实例 第二章：OpenPose算法源码分析.zip
 243.86M 第三章：Deepsort算法知识点解读.pdf
 1.58M 第四章：Deepsort源码解读.zip
 107.90M 第一章：姿态估计OpenPose系列算法解读.pdf
 2.42M 基础补充-PyTorch框架必备核心模块解读.zip
 336.95M 基础补充-PyTorch框架基本处理操作.zip
 98.58M 第11章 Transformer实战解读 transformer系列 第12章 图神经⽹络实战 10-基于图模型的时间序列预测 11-异构图神经网络 3-图模型必备神器PyTorch Geometric安装与使用 4-使用PyTorch Geometric构建自己的图数据集 5-图注意力机制与序列图模型 6-图相似度论文解读 7-图相似度计算实战 8-基于图模型的轨迹估计 9-图模型轨迹估计实战 第二章：图卷积GCN模型 第一章：图神经网络基础 第13章 ⾯向深度学习的⽆⼈驾驶实战 1.深度估计算法解读.mp4
 10-NeuralRecon项目源码解读 11-TSDF算法与应用 12-TSDF实战案例 13-轨迹估计算法与论文解读 14-轨迹估计预测实战 15-特斯拉无人驾驶解读 2.深度估计项目实战.mp4
 3-车道线检测算法与论文解读 4-基于深度学习的车道线检测项目实战 5-商汤LoFTR算法解读 6-局部特征关键点匹配实战 7-三维重建应用与坐标系基础 8-NeuralRecon算法解读 9-NeuralRecon项目环境配置 第14章 对比学习与多模态任务实战 ANINET源码解读 CLIP系列 对比学习算法与实例 多模态3D目标检测算法源码解读 多模态文字识别 第15章 ⾏⼈重识别实战 第1节：行人重识别原理及其应用 第2节：基于注意力机制的ReId模型论文解读 第3节：基于Attention的行人重识别项目实战 第4节：经典会议算法精讲（特征融合） 第5节：项目实战-基于行人局部特征融合的再识别实战 第6节：旷视研究院最新算法解读（基于图模型） 第7节：基于拓扑图的行人重识别项目实战 第16章 对抗⽣成⽹络实战 第4节：stargan论文架构解析 第6节：基于starganvc2的变声器论文原理解读 第8节：图像超分辨率重构实战 第9节：基于GAN的图像补全实战 cyclegan.pdf
 2.67M static.zip
 1.26M 第2节：对抗生成网络架构原理与实战解析.zip
 35.28M 第3节：基于CycleGan开源项目实战图像合成.zip
 1.60G 第5节：stargan项目实战及其源码解读.zip
 869.44M 第7节：starganvc2变声器项目实战及其源码解读.zip
 485.00M 第17章 强化学习实战系列 第1节：强化学习简介及其应用.pdf
 738.65kb 第2节：PPO算法与公式推导.pdf
 899.22kb 第3节：策略梯度实战-月球登陆器训练实例.zip
 4.34M 第4节：DQN算法.pdf
 1.43M 第5节：DQN算法实例演示.zip
 1.98kb 第7节：Actor-Critic算法分析(A3C).pdf
 560.29kb 第8节：A3C算法玩转超级马里奥.zip
 97.62M 第18章 AI黑科技实例 1 节GPT系列生成模型.mp4
 2 节GPT建模与预测流程.mp4
 3 节CLIP系列.mp4
 4 节Diffusion模型解读.mp4
 5 节Dalle2及其源码解读.mp4
 6 节ChatGPT.mp4