声明:本网站所有内容均为资源介绍学习参考,如有侵权请联系后删除
1_直播课回放
1_直播1:开班典礼
2_Pycharm环境配置与Debug演示(没用过的同学必看)
3_直播2:深度学习必备基础-神经网络与卷积网络
4_直播3: Transformer原理及其各领域应用分析
5_额外补充:时间序列预测
6_直播4: Informer时间序列预测源码解读
2_深度学习必备核心算法
1_神经网络算法解读
2_卷积神经网络算法解读
3递归神经网络算法解读
3_深度学习核心框架PyTorch
1_PyTorch框架介绍与配置安装
2_使用神经网络进行分类任务
3_神经网络回归任务-气温预测
4_卷积网络参数解读分析
5图像识别模型与训练策略(重点)
6_DataLoader自定义数据集制作
7_LSTM文本分类实战
8_PyTorch框架Flask部署例子
4_MMLAB实战系列
1_MMCV安装方法
2_第一模块:分类任务基本操作
3_第一模块:训练结果测试与验证
4第一模块:模型源码DEBUG演示
5_第二模块:使用分割模块训练自己的数据集
6_第二模块:基于Unet进行各种策略修改
7_第二模块:分割任务CVPR最新Backbone设计及其应用
8_第三模块: mmdeti练自己的数据任务
9_第三模块: DeformableDetr物体检测源码分析
5_Opencv图像处理框架实战
10_第四模块: DBNET文字检测
11_第四模块: ANINET文字识别
12_第四模块: KIE基于图模型的关键信息抽取
12_第五模块: stylegan2源码解读
13_第六模块: BasicVSR++视频超分辨重构源码解读
14_第七模块:多模态3D目标检测算法源码解读
15_第八模块:模型蒸留应用实例
16_第八模块:模型剪枝方法概述分析
17_第九模块: mmaction行为识别
18_额外补充
10_项目实战-文档扫描OCR识别
11_图像特征-harris
12_图像特征-sift
13_案例实战-全景图像拼接
14_项目实战-停车场车位识别
15_项目实战答题卡识别判卷
16_背景建模
17_光流估计
18_Opencv的DNN模块
19_项目实战-目标追踪
1_课程简介与环境配置
20_卷积原理与操作
21_项目实战-疲劳检测
2图像基本操作
3_阅值与平滑处理
4图像形态学操作
5_图像梯度计算
6_边缘检测
7图像金字塔与轮廊检测
8_直方图与傅里叶变换
9_项目实战-信用卡数字识别
6_综合项目-物体检测经典算法实战
10_EfficientNet网络
11_EfficientDet检测算法
12_基于Transformer的detr目标检测算法
13_detr目标检测源码解读
1_深度学习经典检测方法概述
2_YOLO-V1整体思想与网络架构
3_YOLO-V2改进细节详解
4_YOLO-V3核心网络模型
5_项目实战基于V3版本进行源码解读
6基于YOLO-V3训练自己的数据集与任务
7_YOLO-V4版本算法解读
8_V5版本项目配置
9_V5项目工程源码解读
7_图像分割实战
10_MaskRcnn网络框架源码详解
11 基于MASK-RCNN框架训练自己的数据与任务
1图像分割及其损失函数概述
2_卷积神经网络原理与参数解读
3_Unet系列算法讲解
4_unet医学细胞分割实战
5_U2NET显著性检测实战
6_deeplab系列算法
7基于deeplabV3+版本进行VOC分割实战
8_医学心脏视频数据集分割建模实战
9_物体检测框架-MaskRcnn项目介绍与配置
8_行为识别实战
1_slowfast算法知识点通俗解读
2_slowfast项目环境配置与配置文件
3_slowfast源码详细解读
4基于3D卷积的视频分析与动作识别
5_视频异常检测算法与元学习
6_视频异常检测CVPR2021论文及其源码解读
7 基础补充-Resnet模型及其应用实例
9_2022论文必备-Transformer实战系列
1_课程介绍
2_自然语言处理通用框架BERT原理解读
3_Transformer在视觉中的应用VIT算法
4_VIT算法模型源码解读
5_swintransformer算法原理解析
6_swintransformer源码解读
7 基于Transformer的detr目标检测算法
8_detr目标检测源码解读
9_MedicalTrasnformer论文解读
10_图神经网络实战
10_MedicalTransformer源码解读
11_商汤LoFTR算法解读
12_局部特征关键点匹配实战
13_项目补充谷歌开源项目BERT源码解读与应用实例
14_项目补充基于BERT的中文情感分析实战
1_图神经网络基础
2图卷积GCN模型
3_图模型必备神器PyTorch Geometric安装与使用
4_使用PyTorch Geometric构建自己的图数据集
5图注意力机制与序列图模型
6图相似度论文解读
7_图相似度计算实战
8基于图模型的轨迹估计
9_图模型轨迹估计实战
11_3D点云实战
12_目标追踪与姿态估计实战
13_面向深度学习的无人驾驶实战
14_缺陷检测实战
15_行人重识别实战
16_对抗生成网络实战
17_强化学习实战系列
18_面向医学领域的深度学习实战
19_深度学习模型部署与剪枝优化实战
20_自然语言处理经典案例实战
21_自然语言处理通用框架-BERT实战
22_知识图谱实战系列
23_语音识别实战系列
24_推荐系统实战系列
配套资源(90G)