这门课解决什么工作场景

这门课的核心是帮你打通人工智能基础概念到实际落地的断层。很多上班族或转行者卡在“学了Python却不知道怎么调模型”或“懂算法原理但无法部署到业务中”的困境里。课程通过六门系统课串联,从数据清洗、特征工程讲起,覆盖主流机器学习与深度学习框架,重点解决你在简历项目中缺乏完整闭环、无法独立交付AI应用的问题。它不是泛泛而谈的科普,而是针对工程化痛点设计的学习路径,让你明白哪些场景适合用传统模型,哪些必须依赖大语言模型,避免盲目追热点导致的资源浪费。

适合什么基础

这套资料包对入门者友好,假设你具备基础Python语法和线性代数常识。如果你连Python循环都没写过,建议先补基础语法;如果你已有机器学习经验,则可直接跳过前两门,聚焦后几门的进阶优化与部署部分。课程难度曲线较平缓,适合非计算机专业背景但逻辑思维清晰的人。不需要你拥有GPU集群,单机环境即可完成大部分实验,这对预算有限的学习者很关键。资料中包含了大量代码注释,即使你数学功底一般,也能通过阅读代码理解核心逻辑,降低了纯理论学习的枯燥感。

建议先看哪几块及学完能做什么

建议优先攻克数据处理与基础模型两门课,这是后续所有高级应用的基石。先确保你能独立完成一个从原始数据到模型预测的完整流水线,再切入深度学习部分。学完后,你应能独立实现一个基于文本或图像的轻量级AI应用,例如一个简单的客服聊天机器人或图片分类器,并能够将其部署为API服务供他人调用。更重要的是,你具备了评估模型性能、调整超参数以及排查常见报错的能力,这意味着你不再只是调包的“API工程师”,而是能真正理解并优化模型表现的技术人员。在面试或实际工作中,你能清晰阐述技术选型的理由,这是区分初级开发者和合格算法工程师的关键。

资料怎么配合练习

不要只看不练。每章结尾都有实战项目,请严格跟着资料中的数据集一步步复现。先照猫画虎跑通代码,再尝试修改参数观察效果变化,最后尝试替换自己的数据集。如果报错,先阅读文档,再查阅社区解决方案,培养独立解决问题的能力。建议建立一个小本子记录遇到的典型bug及解决方法,这些实战经验比刷完所有视频更有价值。资料包中的配套文档重点标注了关键代码段,学习时请重点关注这些部分,理解其设计意图而非死记硬背代码。将学习节奏控制在每周完成一门核心课的实验,避免贪多嚼不烂,确保每个知识点都能转化为手熟度。

课程目录

深度之眼-7大工业级项目实战/ 1 【人工智能优秀科研论文奖】等你来拿 .mp4
 

10 重点知识讲解及答疑 .mp4
 

11 超分辨率任务介绍 .mp4
 

12 数据收集与处理 .mp4
 

13 算法调研 .mp4
 

14 baseline搭建 .mp4
 

15 模型调参 .mp4
 

16 模型改进 .mp4
 

17 模型部署 .mp4
 

18 项目总结 .mp4
 

19 阿里电商跨模态检索案例(上) .mp4
 2 一阶段目标检测器 .mp4
 

20 阿里电商跨模态检索案例(下) .mp4
 

21 案例总结+答疑 .mp4
 

22 基于深度多模态目标检测及语义分割的自动驾驶(上) .mp4
 

23 基于深度多模态目标检测及语义分割的自动驾驶(下) .mp4
 

24 理论-基于语言模型的机械分词器 .mp4
 

25 实践-从头构建一个基于语言模型的机械分词器 .mp4
 

26 理论-序列标注的分词方法 .mp4
 

27 实践-基于新闻语料,构建CRF BiLSTM-CRF的分 .mp4
 

28 理论-剖析jieba和HanLP源码 .mp4
 

29 实践-使用UML工具图,剖析Jieba开源代码 .mp4
 3 二阶段目标检测器 .mp4
 

30 理论-分词的策略融合和场景应用 .mp4
 31 实践-融合机械切分与模型切分,打造属于你的工业级分词器 .mp4
 

32 理论-微服务 测试与GPU .mp4
 33 实践-封装微服务,编写测试用例和脚本,并观察gpu .mp4
 

34 理论-Docker CICD与K8S .mp4
 

35 实践-构建镜像与CICD脚本 .mp4
 36 AIOps实时异常检测和根因分析1 .mp4
 37 AIOps实时异常检测和根因分析2 .mp4
 38 AIOps实时异常检测和根因分析3 .mp4
 4 Anchor-Free目标检测器 .mp4
 5 实战任务分解,数据集和DataLoader .mp4
 6 网络结构搭建:BackBone前向传播 FPN和FCOS Hea .mp4
 7 训练目标和损失函数 .mp4
 8 性能优化方法 .mp4
 9 Generalized Focal Loss原理和代码 .mp4
 官网地址.txt 配套资料.zip
 深度之眼-【AI大模型+AI绘画】前沿必读论文精讲代码复现/ 1 【宣导片】开启前沿论文学习之旅 .mp4
 

10 模型核心代码讲解 .mp4
 

11 论文背景及创新点 .mp4
 

12 GLM方法-自由组合MASK和文本兼容三种任务 .mp4
 

13 GLM中如何构造Mask矩阵和输入文本 .mp4
 

14 论文实验分析与讨论 .mp4
 15 6G显存可跑,基于GLM-6B的模型实现 .mp4
 16 GLM-6B使用自己的数据集进行模型微调 .mp4
 

17 不能错过的基础知识补充Prompt Learning .mp4
 18 论文背景介绍,如何降低人为构建Instruction的成本 .mp4
 

19 Alpaca论文总结和学习路径推荐 .mp4
 2 【先导课】效率提高3倍的论文阅读方法 .mp4
 20 模型精讲指令构造的重要方法Self-Instruction .mp4
 

21 论文实验分析与讨论总结 .mp4
 

22 模型高效微调LoRA技术介绍 .mp4
 

23 模型微调与训练实战 .mp4
 24 AIGC基础知识Attention,CLIP与图像生成 .mp4
 

25 AIGC相关产业运用与模型概述 .mp4
 

26 论文泛读Latent Diffusion研究背景介绍 .mp4
 

27 重要知识点,什么是扩散模型 .mp4
 

28 Latent Diffusion模型结构讲解 .mp4
 29 LoRa和ContralNet是怎么嵌入到模型中的 .mp4
 3 【人工智能优秀科研论文奖】等你来拿 .mp4
 

30 学习代码的前期准备和项目代码结构 .mp4
 

31 Latent Diffusion核心代码讲解 .mp4
 

32 论文总结与学习资源推荐 .mp4
 

33 论文摘要imageBind的核心要点 .mp4
 

34 论文研究背景介绍 .mp4
 

35 数据集介绍 .mp4
 

36 imageBind的模型方法 .mp4
 

37 实验结果与分析之对比实验 .mp4
 

38 实验结果与分析之消融实验 .mp4
 

39 论文总结与未来展望 .mp4
 4 小白必看什么是预训练模型提示工程语言模型 .mp4
 

40 前期知识回顾 imageBind代码讲解 .mp4
 

41 核心结构代码讲解 .mp4
 

42 论文摘要部分 .mp4
 

43 论文研究背景 .mp4
 

44 实验与结果分析 .mp4
 

45 论文结论与展望 .mp4
 

46 论文总结 .mp4
 

47 前期知识回顾 模型代码讲解 .mp4
 

48 基础知识串讲 .mp4
 

49 论文原文讲解 .mp4
 5 读懂LLaMA必备基础知识串讲 .mp4
 50 一步一带你debug跑通论文代码1 .mp4
 51 一步一带你debug跑通论文代码2 .mp4
 

52 论文讲解研究背景介绍 .mp4
 

53 模型方法讲解 .mp4
 

54 论文代码讲解 .mp4
 

55 重要知识点回顾SVM .mp4
 

56 UniverSeg代码回顾 .mp4
 

57 前期知识点回顾 .mp4
 

58 Ambiguous论文精讲 .mp4
 59 论文代码讲解1 .mp4
 6 论文背景介绍和学习路径推荐 .mp4
 60 论文代码讲解2 .mp4
 7 LLaMA论文精讲(数据集模型结构SwiGLU) .mp4
 8 实验分析和讨论 .mp4
 9 大模型怎么跑?从0开始带你搞定GPU环境 .mp4
 官网地址.txt 配套资料.zip
 深度之眼-人工智能0基础通关训练营/ 1 【宣导片】如何入门人工智能? .mp4
 

10 如何安装第三方软件包 .mp4
 1

00 Bagging Boosing代码实践 .mp4
 1

01 kaggle比赛介绍 .mp4
 1

02 kaggle平台介绍 .mp4
 1

03 kaggle练习赛介绍 .mp4
 1

04 kaggle baseline代码讲解 .mp4
 1

05 CTR预估比赛历史优胜方案解读 .mp4
 1

06 特征工程实践在赛题中的实践 .mp4
 1

07 比赛中的Trick之Auto-ML .mp4
 1

08 比赛中的Trick之自动超参数优化 .mp4
 1

09 比赛中的Trick之模型融合 .mp4
 

11 Jupyter Notebook新手使用指南 .mp4
 1

10 比赛中的Trick之伪标签 .mp4
 1

11 比赛中的Trick之穿越特征 .mp4
 1

12 比赛总结 .mp4
 1

13 前向传播 .mp4
 1

14 反向传播 .mp4
 1

15 不同优化器算法 .mp4
 1

16 Dropout介绍 .mp4
 1

17 简易版深度神经网络复现 .mp4
 1

18 Pytorch介绍 .mp4
 1

19 张量介绍 .mp4
 

12 迅速上手PyCharm .mp4
 1

20 自动求导的神秘面纱 .mp4
 121 Pytorch中的Dataset和Dataloader .mp4
 1

22 Pytorch中的模型构建 .mp4
 1

23 Pytorch中的损失函数 .mp4
 124 1.12Pytorch中的Optimizer .mp4
 1

25 手写数字识别项目实践 .mp4
 1

26 卷积神经网络 .mp4
 1

27 图像分类模型 .mp4
 1

28 目标检测 .mp4
 1

29 图像分割 .mp4
 

13 Github的舞台:编程的艺术与技巧 .mp4
 1

30 图像,不止于看见:花卉图像分类项目 .mp4
 131 以Faiss为引擎,驾驭图像的海洋:大规模图像检索项目实践 .mp4
 1

32 语言模型概述 .mp4
 1

33 序列模型概述 .mp4
 134 预训练模型1-Transformer .mp4
 135 预训练模型2-判别式预训练模型概述 .mp4
 136 预训练模型3-生成式预训练模型概述 .mp4
 1

37 文本分类概述 .mp4
 1

38 文本生成任务 .mp4
 1

39 文本分类项目-数据清洗 .mp4
 14 AI的魔力:编程效率提升

96 的秘密武器 .mp4
 1

40 文本分类项目-传统方法 .mp4
 1

41 文本分类项目-序列模型 .mp4
 1

42 文本分类项目-预训练-微调 .mp4
 1

43 推荐系统概述 .mp4
 1

44 推荐算法中的排序算法 .mp4
 1

45 推荐算法中的召回算法 .mp4
 1

46 itemcf实践 .mp4
 1

47 deepwalk .mp4
 1

48 序列召回 .mp4
 1

49 排序实践 .mp4
 

15 Numpy的启航:安装之旅 .mp4
 150 图神经网络在推荐中的应用1:图基础知识 .mp4
 151 图神经网络在推荐中的应用2:图嵌入 .mp4
 152 图神经网络在推荐中的应用3 .mp4
 1

53 图深度学习框架 .mp4
 1

54 GCN,GAT代码实践 .mp4
 1

55 LightGCN讲解 .mp4
 1

56 LightGCN代码实践 .mp4
 1

57 SGL讲解 .mp4
 1

58 SGL代码讲解 .mp4
 1

59 探索电商推荐的广阔天地:多路召回项目实践揭秘 .mp4
 

16 Numpy的生命之源:数组创建技巧 .mp4
 1

60 课后作业回顾与讲解 .mp4
 

17 Numpy的魔法棒:基本操作探索 .mp4
 

18 Numpy的广播之谜:广播机制揭秘 .mp4
 

19 Numpy的取舍之道:索引,切片与迭代技巧 .mp4
 2 【人工智能优秀科研论文奖】等你来拿 .mp4
 

20 Numpy的变形大师:数组形状操作技巧 .mp4
 

21 Numpy的镜像世界:数组复制与视图的奥秘 .mp4
 

22 Numpy的数学宝库:线性代数操作揭秘 .mp4
 

23 开启Matplotlib之旅:安装指南 .mp4
 

24 Matplotlib的艺术元素:基本绘图元素解析 .mp4
 

25 Matplotlib的神秘容器:对象容器的运用 .mp4
 

26 Matplotlib的布局艺术:布局策略探索 .mp4
 

27 Matplotlib的文字与图例:增添绘图深度 .mp4
 

28 Matplotlib的色彩世界:缤纷样式探索 .mp4
 

29 【项目实战】解析H M电商的数据秘密:可视化分析的魅力 .mp4
 3 揭秘人工智能:开启学习之旅 .mp4
 

30 Pandas启航:一步步引导你安装 .mp4
 

31 Pandas索引之道:深入理解索引机制 .mp4
 

32 Pandas的团队协作:掌握分组操作 .mp4
 

33 Pandas的连接术:深入连接操作 .mp4
 

34 Pandas的医疗室:缺失数据处理技巧 .mp4
 

35 Pandas的时间旅行:时序数据处理揭秘 .mp4
 

36 【项目实战】H M电商推荐:特征工程项目实践的探索之旅(上) .mp4
 

37 【项目实战】H M电商推荐:特征工程项目实践的探索之旅(下) .mp4
 

38 构建你的第一个gradio应用 .mp4
 

39 gradio基础组件介绍 .mp4
 4 什么是人工智能:探寻学习的意义 .mp4
 

40 gradio应用分享 .mp4
 

41 【项目实战】用Gradio打造你的聊天机器人 .mp4
 

42 构建你的第一个streamlit应用 .mp4
 

43 streamlit基础组件介绍 .mp4
 

44 streamlit应用分享 .mp4
 45 【项目实战】用Streamlit打造你的聊天机器人 .mp4
 

46 Faiss的启航:详细的安装指南 .mp4
 

47 Faiss的运行秘密:深入解析其运行原理 .mp4
 

48 Faiss的读写技巧:掌握索引的读写操作 .mp4
 49 【项目实战】掌握Faiss,实践打造你的专属搜索引擎 .mp4
 5 AI的无限可能:为什么要使用人工智能 .mp4
 

50 刷题工具项目演示 .mp4
 

51 刷题工具设计与代码细节 .mp4
 

52 刷题工具可视化页面设计 .mp4
 

53 智能问答项目演示 .mp4
 

54 本地知识库文件处理 .mp4
 

55 智能问答文本Embedding抽取实践 .mp4
 

56 智能问答文本检索实践 .mp4
 

57 第一阶段完结篇实践作业 .mp4
 

58 【直播回放】加餐:第一阶段课程总结 答疑 .mp4
 

59 线性回归基础 .mp4
 6 走进人工智能的大门:典型问题及应用 .mp4
 

60 梯度下降 .mp4
 

61 随机梯度下降和正规方程 .mp4
 

62 模型评估方法 .mp4
 

63 线性回归正则化 .mp4
 

64 线性回归代码实现 .mp4
 

65 线性回归-scikitlearn实战 .mp4
 

66 导数的奥秘:解析含义与推导常见函数求导公式 .mp4
 

67 逻辑回归介绍 .mp4
 

68 逻辑回归Sigmoid函数理解 .mp4
 

69 逻辑回归参数求解 .mp4
 7 人工智能的知识宝库:推荐教材一览 .mp4
 

70 手把手带你写算法 .mp4
 

71 概率与似然的舞蹈:理解概率与似然的含义 .mp4
 

72 极大似然估计的魔法:深入讲解 .mp4
 

73 贝叶斯定理回顾 .mp4
 

74 朴素贝叶斯 .mp4
 

75 朴素贝叶斯分类 .mp4
 76 3.4高斯朴素贝叶斯代码实现 .mp4
 

77 什么是决策树 .mp4
 78 ID3和C4.5算法 .mp4
 

79 CART生成 .mp4
 8 Anaconda安装与使用 .mp4
 

80 CART剪枝 .mp4
 

81 决策树代码实践 .mp4
 

82 支持向量机基础 .mp4
 

83 支持向量机推导 .mp4
 

84 软间隔SVM .mp4
 

85 非线性支持向量机讲解 .mp4
 

86 SVM代码实践 .mp4
 

87 PCA-引言高维数据处理方法 .mp4
 

88 特征筛选-过滤式特征筛选 .mp4
 

89 特征筛选-包裹式特征筛选 .mp4
 9 Python虚拟环境操作 .mp4
 

90 特征筛选-嵌入式特征筛选 .mp4
 

91 PCA算法介绍 .mp4
 

92 PCA案例-图片压缩 .mp4
 

93 PCA模型搭建 .mp4
 

94 探索SVD算法:基础知识解析 .mp4
 

95 集成学习简介 .mp4
 

96 Bagging算法 .mp4
 

97 Boosting简介AdaBoost算法介绍 .mp4
 

98 GBDT算法介绍 .mp4
 99 GBDT变体介绍之Lightgbm和Xgboost .mp4
 官网地址.txt 配套资料.zip
 深度之眼-人工智能科研实战训练营/ 1 【人工智能优秀科研论文奖】等你来拿 .mp4
 

10 第九节:论文修改和审稿反馈 .mp4
 

11 第十节:学术发表和学术生涯规划 .mp4
 

12 第十一节:老师点评 自我评价与答疑 .mp4
 13 大模型与推荐算法1 .mp4
 14 大模型与推荐算法2 .mp4
 15 机器学习与时间序列1 .mp4
 16 机器学习与时间序列2 .mp4
 17 LLM大模型1 .mp4
 18 LLM大模型2 .mp4
 19 多模态研究1 .mp4
 2 第一节:导论和学术科研概述 .mp4
 20 多模态研究2 .mp4
 

21 GAN Diffusion研究1 .mp4
 

22 GAN Diffusion研究2 .mp4
 3 第二节:研究主题选择和问题定义 .mp4
 4 第三节:文献综述和相关工作 .mp4
 5 第四节:实验设计和数据收集 .mp4
 6 第五节:算法和模型选择 .mp4
 7 第六节:实验实施和结果分析 .mp4
 8 第七节:论文写作和结构学术 .mp4
 9 第八节:论文讨论和贡献 .mp4
 官网地址.txt 配套资料.zip
 深度之眼-人工智能顶会论文精讲(含Deepseek论文 )/ 配套资料/ 人工智能论文精讲课件/ BIDAF——首次提出了双向attention流应用在MRC任务.zip
 BiLSTM-CRF——深度学习应用NER的经典模型.zip
 BiSeNet——旷视实时分割系列佳作.zip
 CLIP——打通cv与nlp的桥梁,鸿蒙之作(多模态).zip
 CNN_For-Re——关系分类中的经典论文.zip
 GAN——给出GAN的基本框架和理论证明.zip
 GAT——attention机制(图神经).zip
 Han-Attention——attention用于文本分类(nlp最经典).zip
 Resnet——工业界标杆模型最具影响力的卷积神经网络.zip
 Unet——医学图像分割领头羊.zip
 Vit——入门CV Transformer必读第一篇.zip
 YOLOV5——结构清晰性能优异的目标检测网络.zip
 YOLOX——Yolox系列中学术和落地领域的推动者.zip
 swin——将Transformer与CNN结构设计相融合,构建CV方向通用的backbone.zip
 重要必读.pdf
 YOLOX课件.pdf
 1 【宣导片】开启人工智能论文学习之旅 .mp4
 10 06-CV Transformer-Vit-输入端适配 .mp4
 100 IMAGEBIND-04-方法 .mp4
 101 IMAGEBIND-05-对比实验 .mp4
 102 IMAGEBIND-06-消融实验 .mp4
 103 IMAGEBIND-07-结论和展望 .mp4
 104 IMAGEBIND-08-代码讲解 1 .mp4
 105 IMAGEBIND-09-代码讲解 2 .mp4
 106 IMAGEBIND-10-代码讲解 3 .mp4
 107 IMAGEBIND-11-代码讲解 4 .mp4
 108 IMAGEBIND-12-代码讲解 5 .mp4
 109 IMAGEBIND-13-代码讲解 6 .mp4
 11 07-CV Transformer-Vit-实验及结论 .mp4
 110 IMAGEBIND-14-代码讲解 7 .mp4
 111 HuggingGPT-01-论文摘要 .mp4
 112 HuggingGPT-02-研究背景 .mp4
 113 HuggingGPT-03-方法 .mp4
 114 HuggingGPT-04-实验 .mp4
 115 HuggingGPT-05-结论 .mp4
 116 HuggingGPT-06-代码讲解 1 .mp4
 117 HuggingGPT-07-代码讲解 2 .mp4
 118 HuggingGPT-08-代码讲解 3 .mp4
 119 HuggingGPT-09-代码讲解 4 .mp4
 12 08-CV Transformer-Vit-拓展及总结 .mp4
 120 HuggingGPT-10-代码讲解 5 .mp4
 121 GAN-01-论文摘要 .mp4
 122 GAN-02-论文背景 .mp4
 123 GAN-03-论文泛读 .mp4
 124 GAN-04-价值函数 .mp4
 125 GAN-05-训练流程 理论证明 .mp4
 126 GAN-06-实验结果 总结展望 .mp4
 127 GAN-07-代码分析综述 .mp4
 128 GAN-08-代码分析精讲 .mp4
 129 ITGAN-01-论文摘要 论文背景 .mp4
 13 09-CV Transformer-Vit-代码前言 .mp4
 130 ITGAN-02-论文泛读 .mp4
 131 ITGAN-03-GAN的训练改进 .mp4
 132 ITGAN-04-图像质量评价 半监督学习 .mp4
 133 ITGAN-05-实验结果 论文总结 .mp4
 134 ITGAN-06-代码讲解1 .mp4
 135 ITGAN-07-代码讲解2 .mp4
 136 ITGAN-08-代码讲解3 .mp4
 137 pix2pix-01-论文摘要 论文背景 .mp4
 138 pix2pix-02-论文成果及意义 论文泛读1 .mp4
 139 pix2pix-03-论文泛读2 .mp4
 14 10-CV Transformer-Vit-参数 .mp4
 140 pix2pix-04-目标函数 模型结构及训练参数 .mp4
 141 pix2pix-05-评价方式 目标函数分析 模型分析 .mp4
 142 pix2pix-06-应用分析 论文总结 .mp4
 143 pix2pix-07-代码讲解1 .mp4
 144 pix2pix-08-代码讲解2 .mp4
 145 cyclegan-01-论文摘要 研究背景 .mp4
 146 cyclegan-02-论文成果及意义 论文泛读 .mp4
 147 cyclegan-03-目标函数 .mp4
 148 cyclegan-04-模型结构与训练参数 模型评价与比较 损失 .mp4
 149 cyclegan-05-应用分析 论文总结 .mp4
 15 11-CV Transformer-图像切分重排einops实现 .mp4
 150 cyclegan-06-代码讲解1 .mp4
 151 cyclegan-07-代码讲解2 .mp4
 152 cyclegan-08-代码讲解3 .mp4
 153 StyleGAN-01-论文摘要 研究背景 .mp4
 154 StyleGAN-02-论文成果及意义 论文泛读 .mp4
 155 StyleGAN-03-基于样式的生成器架构 .mp4
 156 StyleGAN-04-实验结果 生成器的属性分析 .mp4
 157 StyleGAN-05-隐变量解耦1 .mp4
 158 StyleGAN-06-隐变量解耦2 论文总结 .mp4
 159 StyleGAN-07-代码讲解1 .mp4
 16 12-CV Transformer-图像切分重排conv2d实现 .mp4
 160 StyleGAN-08-代码讲解2 .mp4
 161 StyleGAN-09-代码讲解3 .mp4
 162 YOLO-01-Anchors Base原理 .mp4
 163 YOLO-02-YOLOV1 .mp4
 164 YOLO-03-YOLOV2 .mp4
 165 YOLO-04-YOLOV3 .mp4
 166 YOLO-05-YOLOV4 .mp4
 167 YOLO-06-回顾 .mp4
 168 YOLO-07-YOLOV5 .mp4
 169 YOLO-08-YOLOVX .mp4
 17 13-CV Transformer-cls_token .mp4
 170 YOLO-09-YOLOV6 .mp4
 171 YOLO-10-YOLOV7 .mp4
 172 YOLO-11-各领域应用 .mp4
 173 yolox-01-前言 .mp4
 174 yolox-02-背景 .mp4
 175 yolox-03-概览 .mp4
 176 yolox-04-详解-模型框架 .mp4
 177 yolox-05-详解simOTA .mp4
 178 yolox-06-详解-模型结构 .mp4
 179 yolox-07-详解-预处理 .mp4
 … 共 13

68 条 来源:加密课程 / 深度之眼|来源链接: