2米资源网

 

01.课程内容与风格介绍.mp4

02.检测任务中阶段的意义.mp4

03.不同阶段算法优缺点分析.mp4

04.IOU指标计算.mp4

05.评估所需参数计算.mp4

06.map指标计算.mp4

08.YOLO算法整体思路解读.mp4

09检测算法要得到的结果.mp4

10.整体网络架构解读.mp4

11.位置损失计算.mp4

12.置信度误差与优缺点分析.mp4

13.V2版本细节升级概述.mp4

14.网络结构特点.mp4

15.架构细节解.mp4

16.基于聚类来选择先验框尺寸.mp4

17.偏移量计算方法.mp4

18.坐标映射与还原.mp4

19.感受野的作用.mp4

20.特征融合改进.mp4

21.V3版本改进概述.mp4

22.多scale方法改进与特征融合.mp4

23.经典变换方法对比分析.mp4

24.残差连接方法解读.mp4

25.整体网络模型架构分析.mp4

26.先验框设计改进.mp4

27.sotfmax层改进.mp4

28.数据与环境配置.mp4

29.训练参数设置.mp4

30.COCO数据与标签读取.mp4

31.标签文件读取与处理.mp4

32.debug模式介绍.mp4

33.基于配置文件构建网络模型.mp4

34.路由层与shortcut层的作用.mp4

35.YOLO层定义解析.mp4

36.预测结果计算.mp4

37.网格偏移计算.mp4

38.模型要计算的损失.mp4

39.标签值格式修改.mp4

40.坐标相对位置计算.mp4

41.完成所有损失函数所需计算指标.mp4

42.模型训练与总结.mp4

43.预测效果展示.mp4

44.Labelme工具安装.mp4

45·数据信息标注.mp4

46.完成标签制作.mp4

47生成模型所需配置文件.mp4

48.json格式转换成yolo-v3所需输入.mp4

49.完成输入数据准备工作.mp4

50.训练代码与参数配置更改.mp4

51.训练模型并测试效果.mp4

52.V4版本整体概述.mp4

52.迁移学习的目标.mp4

53.V4版本贡献解读.mp4

53.迁移学习策略.mp4

54.Resnet原理.mp4

54.数据增强策略分析.mp4

55.DropBlock与标签平滑方法.mp4

55.Resnet网络细节.mp4

56.Resnet基本处理操作.mp4

56损失函数遇到的问题.mp4

57.CIOU损失函数定义.mp4

57.shortcut模块.mp4

58.NMS细节改进.mp4

58.加载训练好的权重.mp4

59.SPP与CSP网络结构.mp4

59.迁移学习效果对比.mp4

60.Faster-rcnn物体检测概述.mp4

60.SAM注意力机制模块.mp4

61.PAN模块解读.mp4

61.深度学习经典检测方法.mp4

62.faster-rcnn概述.mp4

62.激活函数与整体架构总结.mp4

63.论文解读.mp4

63.整体项目概述.mp4

64.RPN网络结构.mp4

64.训练自己的数据集方法.mp4

65.损失函数定义.mp4

65.训练数据参数配置.mp4

66.测试DEMO演示.mp4

66.网络细节.mp4

67.数据源DEBUG流程解读.mp4

68.图像数据源配置.mp4

69.加載标签数据.mp4

70.Mosaic数据增强方法.mp4

71.数据四合一方法与流程演示.mp4

72.getItem构建batch.mp4

73.网络架构图可视化工具安装.mp4

74.V5网络配置文件解读.mp4

75.Focus模块流程分析.mp4

76完成配置文件解析任务.mp4

77.前向传播计算.mp4

78.BottleneckCSP层计算方法.mp4

79.Head层流程解读.mp4

80.SPP层计算细节分析.mp4

81.上采样与拼接操作.mp4

82.输出结果分析.mp4

83.超参数解读.mp4

84.命令行参数介绍.mp4

85.训练流程解读.mp4

86.各种训练策略概述.mp4

87.模型迭代过程.mp4

资料

深度学习-物体检测-YOLO系列
百度网盘分享地址： 链接: https://pan.baidu.com/s/12x3IaZ6DRUb0lTWVauyuEA?pwd=zaan 提取码: zaan