【加密】JM030 – 深度学习-物体检测-YOLO实战系列(已更新V5)[7.8G]

【加密】JM030 – 深度学习-物体检测-YOLO实战系列(已更新V5)[7.8G]
┣━━01.视频 [6.9G]
┃ ┣━━1-1 课程内容与风格介绍.vep [24.4M]
┃ ┣━━1-2 检测任务中阶段的意义.vep [22.7M]
┃ ┣━━1-3 不同阶段算法优缺点分析.vep [17.7M]
┃ ┣━━1-4 IOU指标计算.vep [14.1M]
┃ ┣━━1-5 评估所需参数计算.vep [30.5M]
┃ ┣━━1-6 map指标计算.vep [27.6M]
┃ ┣━━2-1 YOLO算法整体思路解读.vep [17.7M]
┃ ┣━━2-2 检测算法要得到的结果.vep [13.3M]
┃ ┣━━2-3 整体网络架构解读.vep [42.5M]
┃ ┣━━2-4 位置损失计算.vep [23.4M]
┃ ┣━━2-5 置信度误差与优缺点分析.vep [36.5M]
┃ ┣━━3-1 V2版本细节升级概述.vep [20.6M]
┃ ┣━━3-2 网络结构特点.vep [27.6M]
┃ ┣━━3-3 架构细节解读.vep [33.3M]
┃ ┣━━3-4 基于聚类来选择先验框尺寸.vep [38.4M]
┃ ┣━━3-5 偏移量计算方法.vep [46.2M]
┃ ┣━━3-6 坐标映射与还原.vep [17.6M]
┃ ┣━━3-7 感受野的作用.vep [47.3M]
┃ ┣━━3-8 特征融合改进.vep [31.3M]
┃ ┣━━4-1 V3版本改进概述.vep [27.6M]
┃ ┣━━4-2 多scale方法改进与特征融合.vep [26.9M]
┃ ┣━━4-3 经典变换方法对比分析.vep [16.8M]
┃ ┣━━4-4 残差连接方法解读.vep [28.9M]
┃ ┣━━4-5 整体网络模型架构分析.vep [20.3M]
┃ ┣━━4-6 先验框设计改进.vep [23.2M]
┃ ┣━━4-7 sotfmax层改进.vep [18.7M]
┃ ┣━━5-1 数据与环境配置.vep [136.9M]
┃ ┣━━5-10网格偏移计算开始学习.vep [74.9M]
┃ ┣━━5-11 模型要计算的损失概述.vep [55.9M]
┃ ┣━━5-12 标签值格式修改.vep [68.6M]
┃ ┣━━5-13 坐标相对位置计算.vep [72.6M]
┃ ┣━━5-14 完成所有损失函数所需计算指标.vep [78.1M]
┃ ┣━━5-15 模型训练与总结.vep [170.6M]
┃ ┣━━5-16 预测效果展示.vep [70.8M]
┃ ┣━━5-2 训练参数设置.vep [72.1M]
┃ ┣━━5-3 数据与标签读取.vep [122.3M]
┃ ┣━━5-4 标签文件读取与处理.vep [62.6M]
┃ ┣━━5-5 debug模式介绍.vep [64.6M]
┃ ┣━━5-6 基于配置文件构建网络模型.vep [98.9M]
┃ ┣━━5-7 路由层与shortcut层的作用.vep [79.9M]
┃ ┣━━5-8 YOLO层定义解析.vep [134.5M]
┃ ┣━━5-9 预测结果计算.vep [102.7M]
┃ ┣━━6-1 Labelme工具安装.vep [28.8M]
┃ ┣━━6-2 数据信息标注.vep [63.8M]
┃ ┣━━6-3 完成标签制作.vep [76.5M]
┃ ┣━━6-4 生成模型所需配置文件.vep [67.2M]
┃ ┣━━6-5 json格式转换成yolo-v3所需输入.vep [37.1M]
┃ ┣━━6-6 完成输入数据准备工作.vep [76M]
┃ ┣━━6-7 训练代码与参数配置.vep [94.4M]
┃ ┣━━6-8 训练模型并测试效果.vep [68.7M]
┃ ┣━━7-1 V4版本整体概述.vep [22.7M]
┃ ┣━━7-10 PAN模块解读0841.vep [31.8M]
┃ ┣━━7-11 激活函数与整体架构总结0817继续学习学习到.vep [29.5M]
┃ ┣━━7-2 V4版本贡献解读.vep [14.9M]
┃ ┣━━7-3 数据增强策略分析.vep [49.3M]
┃ ┣━━7-4 DropBlock与标签平滑方法.vep [31.5M]
┃ ┣━━7-5 损失函数遇到的问题.vep [22.2M]
┃ ┣━━7-6 CIOU损失函数定义.vep [16.8M]
┃ ┣━━7-7 NMS细节改进0538继续学习学习到.vep [30.1M]
┃ ┣━━7-8 SPP与CSP网络结构.vep [24.1M]
┃ ┣━━7-9 SAM注意力机制模块.vep [34.7M]
┃ ┣━━8-1 整体项目概述0635继续学习学习到.vep [63M]
┃ ┣━━8-2 训练自己的数据集方法.vep [75.5M]
┃ ┣━━8-3 训练数据参数配置.vep [108.1M]
┃ ┣━━8-4 测试DEMO演示.vep [100.8M]
┃ ┣━━9-1 数据源DEBUG流程解读.vep [77.7M]
┃ ┣━━9-10 完成配置文件解析任务.vep [113.4M]
┃ ┣━━9-11 前向传播计算.vep [60M]
┃ ┣━━9-12 BottleneckCSP层计算方法.vep [61.8M]
┃ ┣━━9-13 Head层流程解读.vep [54M]
┃ ┣━━9-14 SPP层计算细节分析.vep [54.4M]
┃ ┣━━9-15 上采样与拼接操作.vep [40.5M]
┃ ┣━━9-16 输出结果分析.vep [74.5M]
┃ ┣━━9-17 超参数解读.vep [91.2M]
┃ ┣━━9-18 命令行参数介绍.vep [85.6M]
┃ ┣━━9-19 训练流程解读.vep [88.1M]
┃ ┣━━9-2 图像数据源配置.vep [69.7M]
┃ ┣━━9-20 各种训练策略概述.vep [83.4M]
┃ ┣━━9-21 模型迭代过程.vep [79.1M]
┃ ┣━━9-3 加载标签数据.vep [53.7M]
┃ ┣━━9-4 Mosaic数据增强方法.vep [52.2M]
┃ ┣━━9-5 数据四合一方法与流程演示.vep [85.6M]
┃ ┣━━9-6 getItem构建batch.vep [60.2M]
┃ ┣━━9-7 网络架构图可视化工具安装.vep [63.1M]
┃ ┣━━9-8 V5网络配置文件解读.vep [68.4M]
┃ ┣━━9-9 Focus模块流程分析.vep [39.3M]
┃ ┣━━10-1 迁移学习的目标.vep [17.7M]
┃ ┣━━10-2 迁移学习策略.vep [23.2M]
┃ ┣━━10-3 Resnet原理.vep [217.8M]
┃ ┣━━10-4 Resnet网络细节.vep [75.2M]
┃ ┣━━10-5 Resnet基本处理操作.vep [58.2M]
┃ ┣━━10-6 shortcut模块.vep [78.7M]
┃ ┣━━10-7 加载训练好的权重.vep [72.5M]
┃ ┣━━10-8 迁移学习效果对比.vep [119.9M]
┃ ┣━━11-1 物体检测算法概述.vep [66.6M]
┃ ┣━━11-2 深度学习经典检测方法.vep [66M]
┃ ┣━━11-3 faster-rcnn概述.vep [52.5M]
┃ ┣━━11-4 论文解读.vep [292.3M]
┃ ┣━━11-5 RPN网络结构.vep [258.5M]
┃ ┣━━11-6 损失函数定义.vep [458M]
┃ ┗━━11-7 网络细节.vep [428.1M]
┣━━vep加密播放说明.txt [207B]
┗━━00.资料.zip [910.5M]

admin网站管理

收藏 海报 链接