【尊享】ZX099 – CV项目就业小班第9期 [36.4G]

【尊享】ZX099 – CV项目就业小班第9期 [36.4G]

┣━━01.视频 [35.7G]
┃ ┣━━0_CV项目就业小班先修课 [18.9G]
┃ ┃ ┣━━0_03DCGAN-07-代码讲解2.abc [116.2M]
┃ ┃ ┣━━0_资料.html [287B]
┃ ┃ ┣━━1_02VGG-01-研究背景&成果&意义.abc [74.2M]
┃ ┃ ┣━━1_05pix2pix-01-论文摘要&论文背景.abc [89.2M]
┃ ┃ ┣━━2_02VGG-02-论文结构&摘要精读.abc [62.8M]
┃ ┃ ┣━━2_05pix2pix-02-论文成果及意义&论文泛读1.abc [73.4M]
┃ ┃ ┣━━3_02VGG-03-结构及特点.abc [259.4M]
┃ ┃ ┣━━3_05pix2pix-03-论文泛读2.abc [209.9M]
┃ ┃ ┣━━4_02VGG-04-训练、测试技巧.abc [323.1M]
┃ ┃ ┣━━4_05pix2pix-04-目标函数&模型结构及训练参数.abc [121.1M]
┃ ┃ ┣━━5_02VGG-05-实验结果及分析.abc [65.7M]
┃ ┃ ┣━━5_05pix2pix-05-评价方式&目标函数分析&模型分析.abc [101.3M]
┃ ┃ ┣━━6_02VGG-06-论文总结.abc [65.2M]
┃ ┃ ┣━━6_05pix2pix-06-应用分析&论文总结.abc [130.5M]
┃ ┃ ┣━━7_02VGG-07-代码结构.abc [105M]
┃ ┃ ┣━━7_05pix2pix-07-代码讲解1.abc [121.1M]
┃ ┃ ┣━━8_02VGG-08-代码数据集.abc [137.8M]
┃ ┃ ┣━━8_05pix2pix-08-代码讲解2.abc [68M]
┃ ┃ ┣━━9_02VGG-09-代码&构建VGG模型.abc [147.4M]
┃ ┃ ┣━━9_03FasterR-CNN-15-代码讲解_Anchorbox的生成和正负样本的划分.abc [132.9M]
┃ ┃ ┣━━10_07-googlenet-v4-01-背景成果意义.abc [81.2M]
┃ ┃ ┣━━10_YOLOV3-01-泛读.abc [82M]
┃ ┃ ┣━━11_01YOLOV3-02-泛读_摘要与结论分析.abc [124.5M]
┃ ┃ ┣━━11_07-googlenet-v4-02-论文泛读.abc [105.5M]
┃ ┃ ┣━━12_01YOLOV3-03-论文精读_背景和结构.abc [187.9M]
┃ ┃ ┣━━12_07-googlenet-v4-03-inception-v4.abc [97.5M]
┃ ┃ ┣━━13_01YOLOV3-04-论文精读_实验和结论.abc [221.7M]
┃ ┃ ┣━━13_07-googlenet-v4-04-inception-resnet.abc [94.9M]
┃ ┃ ┣━━14_01YOLOV3-05-论文精读_归纳总结.abc [135.7M]
┃ ┃ ┣━━14_07-googlenet-v4-05-实验结果论文总结.abc [54.4M]
┃ ┃ ┣━━15_01YOLOV3-06-代码讲解_项目讲解与VOC数据制作.abc [146.3M]
┃ ┃ ┣━━15_07-googlenet-v4-06-inceptionv4代码（上）.abc [164.4M]
┃ ┃ ┣━━16_01YOLOV3-07-代码讲解_训练代码讲解.abc [77.5M]
┃ ┃ ┣━━16_07-googlenet-v4-07-inceptionv4代码（下）.abc [84.3M]
┃ ┃ ┣━━17_01YOLOV3-08-代码讲解_Dataset类编码训练数据..abc [113.8M]
┃ ┃ ┣━━17_07-googlenet-v4-08-inception-resnet代码.abc [210.9M]
┃ ┃ ┣━━18_01YOLOV3-09-代码讲解_网络结构搭建.abc.abc [170.2M]
┃ ┃ ┣━━18_06-ResNet-01-背景成果意义.abc [69.8M]
┃ ┃ ┣━━19_03FasterR-CNN-02-论文泛读_摘要和网络结构.abc [102.7M]
┃ ┃ ┣━━19_06-ResNet-02-论文泛读.abc [66.6M]
┃ ┃ ┣━━20_03FasterR-CNN-03-精读_结构总览.abc.abc [71.9M]
┃ ┃ ┣━━20_06-ResNet-03-残差结构.abc [88.3M]
┃ ┃ ┣━━21_03FasterR-CNN-04-精读Paper_背景介绍.abc.abc [75.7M]
┃ ┃ ┣━━21_06-ResNet-04-ResNet结构.abc [60.1M]
┃ ┃ ┣━━22_03FasterR-CNN-05-精读Paper_RPN与rpn_loss.abc.abc [289.8M]
┃ ┃ ┣━━22_06-ResNet-05-论文总结.abc [72M]
┃ ┃ ┣━━23_03FasterR-CNN-06-精读Paper_RPN训练.abc.abc [170.9M]
┃ ┃ ┣━━23_06-ResNet-06-ResNet推理.abc [146M]
┃ ┃ ┣━━24_03FasterR-CNN-07-精读Paper_实验和结论.abc [368.9M]
┃ ┃ ┣━━24_06-ResNet-07-ResNet结构搭建详解.abc [146.2M]
┃ ┃ ┣━━25_03FasterR-CNN-08-精读PPT_Anchor和RPN.abc.abc [78.7M]
┃ ┃ ┣━━25_06-ResNet-08-ResNet20训练及实验分析.abc [166.7M]
┃ ┃ ┣━━26_01mobileNet-01-背景介绍.abc [43.3M]
┃ ┃ ┣━━26_03FasterR-CNN-09-精读PPT_网络细节.abc [86.7M]
┃ ┃ ┣━━27_01mobileNet-02-论文结构&摘要精读.abc [127.3M]
┃ ┃ ┣━━27_03FasterR-CNN-10-代码讲解_训练VOC数据集.abc [150.2M]
┃ ┃ ┣━━28_01mobileNet-03-主体架构&深度可分离卷积.abc [113.7M]
┃ ┃ ┣━━28_03FasterR-CNN-11-代码讲解_backbone网络讲解.abc [183.8M]
┃ ┃ ┣━━29_01MobileNet-04-超参数.abc [82.1M]
┃ ┃ ┣━━29_03FasterR-CNN-12-代码讲解_RPN.abc [35.5M]
┃ ┃ ┣━━30_01mobileNet-05-后续创新及改进.abc [106.9M]
┃ ┃ ┣━━30_03FasterR-CNN-13-代码讲解_数据和标签的同步处理(Dataset类).abc [114.4M]
┃ ┃ ┣━━31_01MobileNets-06-代码结构.abc [108.6M]
┃ ┃ ┣━━31_03FasterR-CNN-14代码讲解_建议框的生成(Proposallayer).abc [211.9M]
┃ ┃ ┣━━32_01MobileNets-07-模型设计.abc [95M]
┃ ┃ ┣━━33_01MobileNets-08-模型评估.abc [82.4M]
┃ ┃ ┣━━34_10-SENet-01-学习目标课程安排.abc [28.2M]
┃ ┃ ┣━━35_10-SENet-02-研究背景.abc [109.2M]
┃ ┃ ┣━━36_10-SENet-03-研究意义及成果.abc [41.9M]
┃ ┃ ┣━━37_10-SENet-04-论文结构..abc [51.9M]
┃ ┃ ┣━━38_10-SENet-05-论文图表.abc [62.2M]
┃ ┃ ┣━━39_10-SENet-06-Squeeze-Excitation..abc [110.6M]
┃ ┃ ┣━━40_10-SENet-07-SE-ResNet-50..abc [74.5M]
┃ ┃ ┣━━41_10-SENet-08-实验结果及分析.abc [183.2M]
┃ ┃ ┣━━42_10-SENet-09-Ablation-Study.abc [139.3M]
┃ ┃ ┣━━43_10-SENet-10-论文总结.abc [80.3M]
┃ ┃ ┣━━44_10-SENet-11-代码实现及Baseline结语..abc [481.9M]
┃ ┃ ┣━━45_02unet-01-论文总览&摘要精读.abc [216.2M]
┃ ┃ ┣━━46_02unet-02-医学分割相关背景&取得的成果及意义.abc [228.2M]
┃ ┃ ┣━━47_02unet-03-两篇论文相互补充.abc [213.5M]
┃ ┃ ┣━━48_02unet-04-回顾医学图像分析及CNN的发展历程.abc [301.2M]
┃ ┃ ┣━━49_02unet-05-先验知识补充.abc [94.4M]
┃ ┃ ┣━━50_02unet-06-算法架构&实验结果及分析.abc [159.9M]
┃ ┃ ┣━━51_01YOLOV3-10-代码讲解_Anchor_box生成与预测结果的解码.abc [196.7M]
┃ ┃ ┣━━52_02unet-07-试验设置及结果分析.abc [75.9M]
┃ ┃ ┣━━53_02unet-08-代码精读.abc [314.5M]
┃ ┃ ┣━━54_04DeepLab-01论文背景、研究成果及意义.abc [91M]
┃ ┃ ┣━━55_04DeepLab-02-摘要.abc [174M]
┃ ┃ ┣━━56_04DeepLab-03-v1论文精读.abc [180.4M]
┃ ┃ ┣━━57_04DeepLab-04-v1论文精读2.abc [189.4M]
┃ ┃ ┣━━58_04DeepLab-05-v1-论文精读3总结.abc [123.1M]
┃ ┃ ┣━━59_04DeepLab-06-v2论文精读1.abc [405.6M]
┃ ┃ ┣━━60_04DeepLab-07-v2-论文精读2.abc [293.5M]
┃ ┃ ┣━━61_04DeepLab-08-v2论文精读3总结.abc [245.4M]
┃ ┃ ┣━━62_04DeepLab-09-v3论文精读1.abc [328.6M]
┃ ┃ ┣━━63_04DeepLab-10-v3-算法及实验部分.abc [372.2M]
┃ ┃ ┣━━64_04DeepLab-11-论文精讲v3+.abc [142.3M]
┃ ┃ ┣━━65_04DeepLab-12-v3+深度可分离卷积.abc [189.3M]
┃ ┃ ┣━━66_04DeepLab-13-v3+算法和实验、论文总结.abc [152.9M]
┃ ┃ ┣━━67_04DeepLab-14-代码复现.abc [334.5M]
┃ ┃ ┣━━68_04DeepLab-15-算法架构.abc [433.1M]
┃ ┃ ┣━━69_01FCN-01-语意分割简介.abc [108.7M]
┃ ┃ ┣━━70_01FCN-02常用数据集、指标、研究成果..abc [138M]
┃ ┃ ┣━━71_01FCN-03-论文摘要精读..abc [114.5M]
┃ ┃ ┣━━72_01FCN-04-论文引言、全局信息及部分信息.abc [223M]
┃ ┃ ┣━━73_01FCN-05-感受域&平移不变性.abc [244.7M]
┃ ┃ ┣━━74_01FCN-06-经典算法&本文算法、上采样.abc [176.2M]
┃ ┃ ┣━━75_01FCN-07-算法架构..abc [257.9M]
┃ ┃ ┣━━76_01FCN-08-训练技巧&实验结果及分析..abc [281.1M]
┃ ┃ ┣━━77_01FCN-09-讨论&总结.abc [47.7M]
┃ ┃ ┣━━78_01FCN-10-代码实现.abc [140.9M]
┃ ┃ ┣━━79_01FCN-11-数据预处理..abc [365.2M]
┃ ┃ ┣━━80_01FCN-12-模型搭建.abc [363.2M]
┃ ┃ ┣━━81_01FCN-13-训练、验证&预测函数搭建..abc [268.8M]
┃ ┃ ┣━━82_01FCN-14-损失函数.abc [178.2M]
┃ ┃ ┣━━83_01FCN-15-指标计算.abc [265.5M]
┃ ┃ ┣━━84_01GAN-01-论文摘要.abc [82.5M]
┃ ┃ ┣━━85_01YOLOV3-11-代码讲解_训练测试和Loss函数.abc [141.9M]
┃ ┃ ┣━━86_03FasterR-CNN-01-论文泛读_RCNN演变.abc [95.5M]
┃ ┃ ┣━━87_01GAN-02-论文背景.abc [53M]
┃ ┃ ┣━━88_01GAN-03-论文泛读.abc [144.2M]
┃ ┃ ┣━━89_01GAN-04-价值函数.abc [54M]
┃ ┃ ┣━━90_01GAN-05-训练流程&理论证明1.abc [51.2M]
┃ ┃ ┣━━91_01GAN-06-理论证明2&实验结果&总结展望.abc [69.1M]
┃ ┃ ┣━━92_01GAN-07-代码分析综述.abc [62.9M]
┃ ┃ ┣━━93_01GAN-08-代码分析精讲.abc [125.1M]
┃ ┃ ┣━━94_03DCGAN-01-论文摘要&论文背景..abc [67.5M]
┃ ┃ ┣━━95_03DCGAN-02-论文泛读.abc [94.7M]
┃ ┃ ┣━━96_03DCGAN-03-模型结构&图像生成..abc [79.2M]
┃ ┃ ┣━━97_03DCGAN-04-无监督表征学习&模型可视化&隐空间分析1..abc [75.4M]
┃ ┃ ┣━━98_03DCGAN-05-隐空间分析2&总结展望&论文总结.abc [75.5M]
┃ ┃ ┗━━99_03DCGAN-06-代码讲解1.abc [52.5M]
┃ ┣━━1_CV项目班9期-分类-看图识花软件 [382.5M]
┃ ┃ ┗━━0_CV项目班-分类-看图识花软件.abc [382.5M]
┃ ┣━━2_图像分类-第9期 [2.8G]
┃ ┃ ┣━━0_图像分类专题-第9期.html [362B]
┃ ┃ ┣━━1_1.花朵分类-代码框架.abc [412M]
┃ ┃ ┣━━2_2.花朵分类-功能函数.abc [374.2M]
┃ ┃ ┣━━3_3.花朵分类-常用CNN串讲.abc [469.2M]
┃ ┃ ┣━━4_4.花朵分类-涨点技巧.abc [336.4M]
┃ ┃ ┣━━5_5.长尾分布-不均衡数据集.abc [462.2M]
┃ ┃ ┣━━6_6.数据爬取与筛选.abc [468.5M]
┃ ┃ ┗━━7_专题总结及答疑.abc [315M]
┃ ┣━━3_图像分割-第9期 [4.2G]
┃ ┃ ┣━━0_1.图像分割及模型.abc [553M]
┃ ┃ ┣━━1_2.SegNet及模型推理.abc [42.2M]
┃ ┃ ┣━━2_重点知识讲解及答疑.abc [358.6M]
┃ ┃ ┣━━3_3.BiSeNet及人像分割.abc [670.5M]
┃ ┃ ┣━━4_4.图像分割损失函数.abc [87.4M]
┃ ┃ ┣━━5_重点知识讲解及答疑.abc [128.9M]
┃ ┃ ┣━━6_5.数据增强.abc [447.1M]
┃ ┃ ┣━━7_6.封装-TTA-badcase分析.abc [667.9M]
┃ ┃ ┣━━8_重点知识讲解及答疑.abc [222.5M]
┃ ┃ ┣━━9_7.基于Flask的web部署.abc [689.3M]
┃ ┃ ┣━━11_图像分割-课件.html [353B]
┃ ┃ ┗━━12_图像分割第9期-模拟面试.abc [417.4M]
┃ ┗━━4_目标检测-第9期 [9.4G]
┃ ┣━━0_1.创建目标检测项目、YOLOX理论（1）.abc [880.7M]
┃ ┣━━1_2.YOLOX理论（2）.abc [1G]
┃ ┣━━2_3.代码讲解（1）：YOLOX中的数据增强.abc [794.9M]
┃ ┣━━3_4.代码讲解（2）：YOLOX的网络结构：Backbone、Neck、Head.abc [787.2M]
┃ ┣━━4_5.代码讲解（3）：YOLOX中的正负样本分配与损失函数.abc [764.1M]
┃ ┣━━5_6.代码讲解（4）：Log记录与训练加速、YOLOX的推理.abc [733.7M]
┃ ┣━━6_7.自定义数据集、性能评价指标.abc [748.3M]
┃ ┣━━7_8.目标检测器的优化.abc [830.1M]
┃ ┣━━8_9.目标检测算法轻量化的通用技巧.abc [926.3M]
┃ ┣━━9_10.NanoDetPlus实例讲解：Backbone、Neck和Head.abc [665.7M]
┃ ┣━━10_11.NanoDetPlus代码讲解、轻量化YOLOX.abc [643.5M]
┃ ┣━━11_12.使用OpenVINO部署YOLOX、面试.abc [854.9M]
┃ ┗━━12_目标检测-课件.html [259B]
┗━━00.资料.zip [657M]

admin网站管理

收藏 海报 链接