Python深度学习实战
Python深度学习实战

【资源目录】:

  • ├──01.开源项目介绍
  • | ├──1-1 课程简介.mp4 12.11M
  • | ├──1-2 Mask-Rcnn开源项目简介.mp4 40.08M
  • | ├──1-3 开源项目数据集.mp4 23.40M
  • | └──1-4 参数配置.mp4 62.20M
  • ├──02.MaskRcnn网络框架
  • | ├──2-1 FPN网络架构实现解读.mp4 58.68M
  • | ├──2-10 RoiPooling层的作用与目的.mp4 36.93M
  • | ├──2-11 RorAlign操作的效果.mp4 27.42M
  • | ├──2-12 整体框架回顾.mp4 30.93M
  • | ├──2-2 FPN层特征提取原理解读.mp4 44.46M
  • | ├──2-3 生成框比例设置.mp4 30.55M
  • | ├──2-4 基于不同尺度特征图生成所有框.mp4 33.37M
  • | ├──2-5 RPN层的作用与实现解读.mp4 30.56M
  • | ├──2-6 候选框过滤方法.mp4 15.75M
  • | ├──2-7 Proposal层实现方法.mp4 33.06M
  • | ├──2-8 DetectionTarget层的作用.mp4 26.69M
  • | └──2-9 正负样本选择与标签定义.mp4 27.13M
  • ├──03.MASK-RCNN框架
  • | ├──3-1 Labelme工具安装.mp4 12.17M
  • | ├──3-2 使用labelme进行数据与标签标注.mp4 22.20M
  • | ├──3-3 完成训练数据准备工作.mp4 24.90M
  • | ├──3-4 maskrcnn源码修改方法.mp4 54.80M
  • | ├──3-5 基于标注数据训练所需任务.mp4 33.44M
  • | └──3-6 测试与展示模块.mp4 28.22M
  • ├──04.人体姿态识别
  • | ├──4-1 COCO数据集与人体姿态识别简介.mp4 34.85M
  • | ├──4-2 网络架构概述.mp4 33.36M
  • | └──4-3 流程与结果演示.mp4 41.08M
  • ├──05.迁移学习与Resnet网络架构
  • | ├──5-1 迁移学习的目标.mp4 13.29M
  • | ├──5-2 迁移学习策略.mp4 16.08M
  • | ├──5-3 Resnet原理.mp4 60.19M
  • | ├──5-4 Resnet网络细节.mp4 38.11M
  • | ├──5-5 Resnet基本处理操作.mp4 25.70M
  • | ├──5-6 shortcut模块.mp4 37.39M
  • | ├──5-7 加载训练好的权重.mp4 31.69M
  • | └──5-8 迁移学习效果对比.mp4 42.61M
  • ├──06.物体检测FasterRcnn
  • | ├──6-1 物体检测概述.mp4 42.57M
  • | ├──6-2 深度学习经典检测方法.mp4 39.26M
  • | ├──6-3 faster-rcnn概述.mp4 31.13M
  • | ├──6-4 论文解读.mp4 79.82M
  • | ├──6-5 RPN网络架构.mp4 70.55M
  • | ├──6-6 损失函数定义.mp4 101.14M
  • | └──6-7 网络细节.mp4 80.13M
  • └──资料+代码.rar 4.92G
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。