物体检测-YOLO-实战系列

├──YOLO-V1整体思想与网络架构
| ├──1-检测任务中阶段的意义~1_ev.mp4 11.14M
| ├──2-不同阶段算法优缺点分析~1_ev.mp4 8.00M
| ├──3-IOU指标计算~1_ev.mp4 8.66M
| ├──4-评估所需参数计算~1_ev.mp4 18.37M
| └──5-map指标计算~1_ev.mp4 15.43M
├──YOLO-V2改进细节详解
| ├──1-YOLO算法整体思路解读~1_ev.mp4 11.33M
| ├──2-检测算法要得到的结果~1_ev.mp4 10.41M
| ├──3-整体网络架构解读~1_ev.mp4 21.27M
| ├──4-位置损失计算~1_ev.mp4 13.88M
| └──5-置信度误差与优缺点分析~1_ev.mp4 20.08M
├──YOLO-V3核心网络模型
| ├──1-V2版本细节升级概述~1.mp4 12.73M
| ├──2-网络结构特点~1.mp4 19.43M
| ├──3-架构细节解读~1.mp4 23.72M
| ├──4-基于聚类来选择先验框尺寸~1.mp4 24.91M
| ├──5-偏移量计算方法~1.mp4 28.92M
| ├──6-坐标映射与还原~1.mp4 11.99M
| ├──7-感受野的作用~1.mp4 32.31M
| └──8-特征融合改进~1.mp4 23.75M
├──必备基础-迁移学习与Resnet网络架构
| ├──1-V3版本改进概述~1.mp4 17.75M
| ├──2-多scale方法改进与特征融合~1.mp4 20.47M
| ├──3-经典变换方法对比分析~1.mp4 13.88M
| ├──4-残差连接方法解读~1.mp4 20.82M
| ├──5-整体网络模型架构分析~1.mp4 14.29M
| ├──6-先验框设计改进~1.mp4 16.53M
| └──7-sotfmax层改进~1.mp4 13.14M
├──必备基础-物体检测FasterRcnn系列
| ├──1-数据与环境配置~1_ev.mp4 38.25M
| ├──10-网格偏移计算~1_ev.mp4 20.55M
| ├──11-模型要计算的损失概述~1_ev.mp4 14.79M
| ├──12-标签值格式修改~1_ev.mp4 17.58M
| ├──13-坐标相对位置计算~1_ev.mp4 20.26M
| ├──14-完成所有损失函数所需计算指标~1_ev.mp4 22.28M
| ├──15-模型训练与总结~1_ev.mp4 47.62M
| ├──16-预测效果展示~1_ev.mp4 22.06M
| ├──2-训练参数设置~1_ev.mp4 14.51M
| ├──3-数据与标签读取~1_ev.mp4 25.78M
| ├──4-标签文件读取与处理~1_ev.mp4 16.30M
| ├──5-debug模式介绍~1_ev.mp4 16.40M
| ├──6-基于配置文件构建网络模型~1_ev.mp4 24.90M
| ├──7-路由层与shortcut层的作用~1_ev.mp4 20.99M
| ├──8-YOLO层定义解析~1_ev.mp4 38.57M
| └──9-预测结果计算~1_ev.mp4 27.61M
├──基于YOLO-V3训练自己的数据集与任务
| ├──1-Labelme工具安装~1.mp4 30.79M
| ├──2-数据信息标注~1.mp4 40.78M
| ├──3-完成标签制作~1.mp4 46.11M
| ├──4-生成模型所需配置文件~1.mp4 70.94M
| ├──5-json格式转换成yolo-v3所需输入~1.mp4 32.07M
| ├──6-完成输入数据准备工作~1.mp4 77.81M
| ├──7-训练代码与参数配置更改~1.mp4 85.76M
| └──8-训练模型并测试效果~1.mp4 71.41M
├──深度学习经典检测方法概述
| ├──1-迁移学习的目标~1.mp4 12.99M
| ├──2-迁移学习策略~1.mp4 15.31M
| ├──3-Resnet原理~1.mp4 132.71M
| ├──4-Resnet网络细节~1.mp4 53.22M
| ├──5-Resnet基本处理操作~1.mp4 52.44M
| ├──6-shortcut模块~1.mp4 68.74M
| ├──7-加载训练好的权重~1.mp4 61.60M
| └──8-迁移学习效果对比~1.mp4 76.02M
└──项目实战基于V3版本进行源码解读
| ├──1-物体检测概述~1.mp4 52.74M
| ├──2-深度学习经典检测方法~1.mp4 52.95M
| ├──3-faster-rcnn概述~1.mp4 43.96M
| ├──4-论文整体概述~1.mp4 167.64M
| ├──5-RPN网络结构~1.mp4 99.32M
| ├──6-损失函数定义~1.mp4 201.21M
| └──7-网络细节~1.mp4 169.40M

RIPRO主题是一个优秀的主题,极致后台体验,无插件,集成会员系统
叶子it资源网 » 深度学习 物体检测YOLO实战系列 唐宇迪

常见问题FAQ

免费下载或者VIP会员专享资源能否直接商用?
本站所有资源版权均属于原作者所有,这里所提供资源均只能用于参考学习用,请勿直接商用。若由于商用引起版权纠纷,一切责任均由使用者承担。更多说明请参考 VIP介绍。

1 评论

发表回复

提供最优质的资源集合

立即查看 了解详情
开通VIP 享更多特权,建议使用QQ登录