2米资源网

01 课程介绍

02姿态估计OpenPose系列算法解读

01姿态估计要解决的问题分析.mp4

02 姿态估计应用领域概述.mp4

03 传统topdown方法的问题.mp4

04 要解决的两个问题分析.mp4

05基于高斯分布预测关键点位置.mp4

06 各模块输出特征图解读.mp4

07 PAF向量登场.mp4

08 PAF标签设计方法.mp4

09预测时PAF积分计算方法.mp4

10 匹配方法解读.mp4

11 CPM模型特点.mp4

12 算法流程与总结.mp4

03 OpenPose算法源码分析

01数据集与路径配置解读.mp4

02 读取图像与标注信息.mp4

03关键点与躯干特征图初始化.mp4

04根据关键点位置设计关键点标签.mp4

05 准备构建PAF躯干标签.mp4

06 各位置点归属判断.mp4

07特征图各点累加向量计算.mp4

08 完成PAF特征图制作.mp4

09 网络模型一阶段输出.mp4

10 多阶段输出与预测.mp4

04 deepsort算法知识点解读

01 卡尔曼滤波通俗解释.mp4

02 卡尔曼滤波要完成的任务.mp4

03任务本质分析.mp4

04 基于观测值进行最优估计.mp4

05 预测与更新操作.mp4

06追踪中的状态量.mp4

07匈牙利匹配算法概述.mp4

08 匹配小例子分析.mp4

09 REID特征的作用.mp4

10 sort与deepsort建模流程分析.mp4

11 预测与匹配流程解读.mp4

12 追踪任务流程拆解.mp4

05 deepsort源码解读

01 项目环境配置.mp4

02参数与DEMO演示.mp4

03针对检测结果初始化track.mp4

04 对track执行预测操作.mp4

05状态量预测结果.mp4

06 IOU代价矩阵计算.mp4

07 参数更新操作.mp4

08 级联匹配模块.mp4

09 ReID特征代价矩阵计算.mp4

10匹配结果与总结.mp4

06 YOLO-V4版本算法解读

01 V4版本整体概述.mp4

02 V4版本贡献解读.mp4

03 数据增强策略分析.mp4

04 DropBlock与标签平滑方法.mp4

05 损失函数遇到的问题.mp4

06 CIOU损失函数定义.mp4

07 NMS细节改进.mp4

08 SPP与CSP网络结构.mp4

09 SAM注意力机制模块.mp4

10 PAN模块解读.mp4

11激活函数与整体架构总结.mp4

07 V5版本项目配置

01 整体项目概述.mp4

02 训练自己的数据集方法.mp4

03 训练数据参数配置.mp4

04 测试DEMO演示.mp4

08 V5项目工程源码解读

01 数据源DEBUG流程解读.mp4

02 图像数据源配置.mp4

03 加载标签数据.mp4

04 Mosaic数据增强方法.mp4

05数据四合一方法与流程演示.mp4

06 getItem构建batch.mp4

07网络架构图可视化工具安装.mp4

08 V5网络配置文件解读.mp4

09 Focus模块流程分析.mp4

10 完成配置文件解析任务.mp4

11前向传播计算.mp4

12 BottleneckCSP层计算方法.mp4

13 1-SPP层计算细节分析.mp4

14 2-Head层流程解读.mp4

15 上采样与拼接操作.mp4

16 输出结果分析.mp4

17超参数解读.mp4

18 命令行参数介绍.mp4

19 训练流程解读.mp4

20 各种训练策略概述.mp4

21模型迭代过程.mp4

配套资源

唐宇迪深度学习-目标追踪与姿态估计实战
百度网盘分享地址： 链接: https://pan.baidu.com/s/1NNfYvTti_0jpBTk7rKki4Q?pwd=siws 提取码: siws