rk0381-GP-人工智能深度学习-第五期【VIP专享】

1358582763

——/GP-人工智能深度学习-第五期/
├──10_图神经网络实战  
|   ├──1_图神经网络基础  
|   |   ├──1-图神经网络应用领域分析.mp4.mp4  26.40M
|   |   ├──2-图基本模块定义.mp4.mp4  10.51M
|   |   ├──3-邻接矩阵的定义.mp4.mp4  16.06M
|   |   ├──4-GNN中常见任务.mp4.mp4  19.17M
|   |   ├──5-消息传递计算方法.mp4.mp4  14.23M
|   |   └──6-多层GCN的作用.mp4.mp4  13.00M
|   ├──2_图卷积GCN模型  
|   |   ├──1-GCN基本模型概述.mp4.mp4  13.24M
|   |   ├──2-图卷积的基本计算方法.mp4.mp4  12.56M
|   |   ├──3-邻接的矩阵的变换.mp4.mp4  18.38M
|   |   └──4-GCN变换原理解读.mp4.mp4  21.12M
|   ├──3_图模型必备神器PyTorch Geometric安装与使用  
|   |   ├──1-PyTorch Geometric工具包安装与配置方法.mp4.mp4  45.07M
|   |   ├──2-数据集与邻接矩阵格式.mp4.mp4  51.92M
|   |   ├──3-模型定义与训练方法.mp4.mp4  41.92M
|   |   └──4-文献引用数据集分类案例实战.mp4.mp4  47.75M
|   ├──4_使用PyTorch Geometric构建自己的图数据集  
|   |   ├──9-模型训练与总结.mp4.mp4  35.84M
|   |   ├──1-构建数据集基本方法.mp4.mp4  13.47M
|   |   ├──2-数据集与任务背景概述.mp4.mp4  21.63M
|   |   ├──3-数据集基本预处理.mp4.mp4  31.50M
|   |   ├──4-用户行为图结构创建.mp4.mp4  36.67M
|   |   ├──5-数据集创建函数介绍.mp4.mp4  34.87M
|   |   ├──6-网络结构定义模块.mp4.mp4  36.87M
|   |   ├──7-TopkPooling进行下采样任务.mp4.mp4  31.30M
|   |   └──8-获取全局特征.mp4.mp4  25.70M
|   ├──5_图注意力机制与序列图模型  
|   |   ├──1-图注意力机制的作用与方法.mp4.mp4  16.53M
|   |   ├──2-邻接矩阵计算图Attention.mp4(1).mp4  21.40M
|   |   ├──2-邻接矩阵计算图Attention.mp4.mp4  21.40M
|   |   ├──3-序列图神经网络TGCN应用.mp4.mp4  12.59M
|   |   └──4-序列图神经网络细节.mp4.mp4  23.67M
|   ├──6_图相似度论文解读  
|   |   ├──1-要完成的任务分析.mp4.mp4  47.79M
|   |   ├──2-基本方法概述解读.mp4.mp4  52.67M
|   |   ├──3-图模型提取全局与局部特征.mp4.mp4  47.42M
|   |   ├──4-NTN模块的作用与效果.mp4.mp4  41.09M
|   |   ├──5-点之间的对应关系计算.mp4.mp4  51.22M
|   |   └──6-结果输出与总结.mp4.mp4  71.18M
|   ├──7_图相似度计算实战  
|   |   ├──1-数据集与任务概述3.mp4.mp4  18.11M
|   |   ├──2-图卷积特征提取模块3.mp4.mp4  55.92M
|   |   ├──3-分别计算不同Batch点的分布3.mp4.mp4  31.70M
|   |   ├──4-获得直方图特征结果.mp4.mp4  21.11M
|   |   ├──5-图的全局特征构建.mp4.mp4  31.45M
|   |   ├──6-NTN图相似特征提取.mp4.mp4  39.25M
|   |   └──7-预测得到相似度结果.mp4.mp4  18.64M
|   ├──8_基于图模型的轨迹估计  
|   |   ├──1-数据集与标注信息解读.mp4.mp4  57.53M
|   |   ├──2-整体三大模块分析.mp4.mp4  71.83M
|   |   ├──3-特征工程的作用与效果.mp4.mp4  41.75M
|   |   ├──4-传统方法与现在向量空间对比.mp4.mp4  51.83M
|   |   ├──5-输入细节分析.mp4.mp4  49.96M
|   |   ├──6-子图模块构建方法.mp4.mp4  42.55M
|   |   ├──7-特征融合模块分析.mp4.mp4  47.67M
|   |   └──8-VectorNet输出层分析.mp4.mp4  85.45M
|   └──9_图模型轨迹估计实战  
|   |   ├──1-数据与环境配置4.mp4.mp4  35.36M
|   |   ├──2-训练数据准备4.mp4.mp4  27.69M
|   |   ├──3-Agent特征提取方法4.mp4.mp4  37.87M
|   |   ├──4-DataLoader构建图结构4.mp4.mp4  28.61M
|   |   └──5-SubGraph与Attention模型流程4.mp4.mp4  34.55M
├──11_3D点云实战  
|   ├──1_3D点云实战 3D点云应用领域分析  
|   |   ├──1-点云数据概述.mp4.mp4  47.69M
|   |   ├──2-点云应用领域与发展分析.mp4.mp4  85.97M
|   |   ├──3-点云分割任务.mp4.mp4  74.47M
|   |   ├──4-点云补全任务.mp4.mp4  34.06M
|   |   ├──5-点云检测与配准任务.mp4.mp4  63.03M
|   |   └──6-点云数据特征提取概述与预告.mp4.mp4  29.21M
|   ├──2_3D点云PointNet算法  
|   |   ├──1-3D数据应用领域与点云介绍.mp4.mp4  60.10M
|   |   ├──2-点云数据可视化展示.mp4.mp4  46.06M
|   |   ├──3-点云数据特性和及要解决的问题.mp4.mp4  42.97M
|   |   ├──4-PointNet算法出发点解读.mp4.mp4  24.66M
|   |   └──5-PointNet算法网络架构解读.mp4.mp4  42.54M
|   ├──3_PointNet++算法解读  
|   |   ├──10-分类与分割问题解决方案.mp4.mp4  29.48M
|   |   ├──11-遇到的问题及改进方法分析.mp4.mp4  17.55M
|   |   ├──6-PointNet升级版算法要解决的问题.mp4.mp4  30.37M
|   |   ├──7-最远点采样方法.mp4.mp4  28.28M
|   |   ├──8-分组Group方法原理解读.mp4.mp4  44.71M
|   |   └──9-整体流程概述分析.mp4.mp4  21.50M
|   ├──4_Pointnet++项目实战  
|   |   ├──1-项目文件概述.mp4.mp4  35.90M
|   |   ├──10-分类任务总结.mp4.mp4  27.64M
|   |   ├──11-分割任务数据与配置概述.mp4.mp4  61.58M
|   |   ├──12-分割需要解决的任务概述.mp4.mp4  38.05M
|   |   ├──13-上采样完成分割任务.mp4.mp4  58.55M
|   |   ├──2-数据读取模块配置.mp4.mp4  41.15M
|   |   ├──3-DEBUG解读网络模型架构.mp4.mp4  29.93M
|   |   ├──4-最远点采样介绍.mp4.mp4  24.42M
|   |   ├──5-采样得到中心点.mp4.mp4  40.64M
|   |   ├──6-组区域划分方法.mp4.mp4  31.56M
|   |   ├──7-实现group操作得到各中心簇.mp4.mp4  44.63M
|   |   ├──8-特征提取模块整体流程.mp4.mp4  50.91M
|   |   └──9-预测结果输出模块.mp4.mp4  49.03M
|   ├──5_点云补全PF-Net论文解读  
|   |   ├──1-点云补全要解决的问题.mp4.mp4  25.36M
|   |   ├──2-基本解决方案概述.mp4.mp4  23.51M
|   |   ├──3-整体网络概述.mp4.mp4  26.29M
|   |   ├──4-网络计算流程.mp4.mp4  35.72M
|   |   └──5-输入与计算结果.mp4.mp4  120.34M
|   ├──6_点云补全实战解读  
|   |   ├──1-数据与项目配置解读.mp4.mp4  63.87M
|   |   ├──2-待补全数据准备方法.mp4.mp4  36.16M
|   |   ├──3-整体框架概述.mp4.mp4  64.34M
|   |   ├──4-MRE特征提取模块.mp4.mp4  48.04M
|   |   ├──5-分层预测输出模块.mp4.mp4  29.87M
|   |   ├──6-补全点云数据.mp4.mp4  41.87M
|   |   └──7-判别模块.mp4.mp4  62.53M
|   ├──7_点云配准及其案例实战  
|   |   ├──1-点云配准任务概述.mp4.mp4  20.82M
|   |   ├──2-配准要完成的目标解读.mp4.mp4  23.13M
|   |   ├──3-训练数据构建1.mp4.mp4  33.85M
|   |   ├──4-任务基本流程.mp4.mp4  19.39M
|   |   ├──5-数据源配置方法.mp4.mp4  53.00M
|   |   ├──6-参数计算模块解读.mp4.mp4  25.96M
|   |   ├──7-基于模型预测输出参数.mp4.mp4  31.52M
|   |   ├──8-特征构建方法分析.mp4.mp4  43.67M
|   |   └──9-任务总结.mp4.mp4  40.70M
|   └──8_基础补充-对抗生成网络架构原理与实战解析  
|   |   ├──1-对抗生成网络通俗解释.mp4.mp4  23.10M
|   |   ├──2-GAN网络组成.mp4.mp4  15.10M
|   |   ├──3-损失函数解释说明.mp4.mp4  49.36M
|   |   ├──4-数据读取模块.mp4.mp4  36.74M
|   |   └──5-生成与判别网络定义.mp4.mp4  66.54M
├──12_目标追踪与姿态估计实战  
|   ├──1_课程介绍  
|   |   └──课程介绍2.mp4.mp4  38.37M
|   ├──2_姿态估计OpenPose系列算法解读  
|   |   ├──9-预测时PAF积分计算方法.mp4.mp4  47.62M
|   |   ├──1-姿态估计要解决的问题分析.mp4.mp4  67.23M
|   |   ├──10-匹配方法解读.mp4.mp4  26.12M
|   |   ├──11-CPM模型特点.mp4.mp4  27.67M
|   |   ├──12-算法流程与总结.mp4.mp4  73.29M
|   |   ├──2-姿态估计应用领域概述.mp4.mp4  27.80M
|   |   ├──3-传统topdown方法的问题.mp4.mp4  67.61M
|   |   ├──4-要解决的两个问题分析.mp4.mp4  12.54M
|   |   ├──5-基于高斯分布预测关键点位置.mp4.mp4  35.37M
|   |   ├──6-各模块输出特征图解读.mp4.mp4  21.77M
|   |   ├──7-PAF向量登场.mp4.mp4  15.04M
|   |   └──8-PAF标签设计方法.mp4.mp4  32.97M
|   ├──3_OpenPose算法源码分析  
|   |   ├──1-数据集与路径配置解读.mp4.mp4  34.94M
|   |   ├──10-多阶段输出与预测.mp4.mp4  65.84M
|   |   ├──2-读取图像与标注信息.mp4.mp4  48.45M
|   |   ├──3-关键点与躯干特征图初始化.mp4.mp4  44.36M
|   |   ├──4-根据关键点位置设计关键点标签.mp4.mp4  65.79M
|   |   ├──5-准备构建PAF躯干标签.mp4.mp4  35.98M
|   |   ├──6-各位置点归属判断.mp4.mp4  35.91M
|   |   ├──7-特征图各点累加向量计算.mp4.mp4  40.10M
|   |   ├──8-完成PAF特征图制作.mp4.mp4  41.98M
|   |   └──9-网络模型一阶段输出.mp4.mp4  30.62M
|   ├──4_deepsort算法知识点解读  
|   |   ├──1-卡尔曼滤波通俗解释.mp4.mp4  30.49M
|   |   ├──10-sort与deepsort建模流程分析.mp4.mp4  36.01M
|   |   ├──11-预测与匹配流程解读.mp4.mp4  35.33M
|   |   ├──12-追踪任务流程拆解.mp4.mp4  40.38M
|   |   ├──2-卡尔曼滤波要完成的任务.mp4.mp4  24.18M
|   |   ├──3-任务本质分析.mp4.mp4  25.11M
|   |   ├──4-基于观测值进行最优估计.mp4.mp4  23.96M
|   |   ├──5-预测与更新操作.mp4.mp4  30.86M
|   |   ├──6-追踪中的状态量.mp4.mp4  21.59M
|   |   ├──7-匈牙利匹配算法概述.mp4.mp4  23.24M
|   |   ├──8-匹配小例子分析.mp4.mp4  29.17M
|   |   └──9-REID特征的作用.mp4.mp4  29.78M
|   ├──5_deepsort源码解读  
|   |   ├──1-项目环境配置4.mp4.mp4  45.66M
|   |   ├──10-匹配结果与总结.mp4.mp4  92.04M
|   |   ├──2-参数与DEMO演示.mp4.mp4  49.43M
|   |   ├──3-针对检测结果初始化track.mp4.mp4  55.75M
|   |   ├──4-对track执行预测操作.mp4.mp4  46.93M
|   |   ├──5-状态量预测结果.mp4.mp4  43.85M
|   |   ├──6-IOU代价矩阵计算.mp4.mp4  39.72M
|   |   ├──7-参数更新操作.mp4.mp4  60.48M
|   |   ├──8-级联匹配模块.mp4.mp4  49.58M
|   |   └──9-ReID特征代价矩阵计算.mp4.mp4  57.78M
|   ├──6_YOLO-V4版本算法解读  
|   |   ├──1-V4版本整体概述.mp4.mp4  18.20M
|   |   ├──10-PAN模块解读.mp4.mp4  27.77M
|   |   ├──11-激活函数与整体架构总结.mp4.mp4  26.19M
|   |   ├──2-V4版本贡献解读.mp4.mp4  11.50M
|   |   ├──3-数据增强策略分析.mp4.mp4  35.08M
|   |   ├──4-DropBlock与标签平滑方法.mp4.mp4  26.44M
|   |   ├──5-损失函数遇到的问题.mp4.mp4  19.87M
|   |   ├──6-CIOU损失函数定义.mp4.mp4  13.11M
|   |   ├──7-NMS细节改进.mp4.mp4  21.25M
|   |   ├──8-SPP与CSP网络结构.mp4.mp4  18.42M
|   |   └──9-SAM注意力机制模块.mp4.mp4  29.83M
|   ├──7_V5版本项目配置  
|   |   ├──1-整体项目概述.mp4.mp4  40.93M
|   |   ├──2-训练自己的数据集方法.mp4.mp4  46.78M
|   |   ├──3-训练数据参数配置.mp4.mp4  60.39M
|   |   └──4-测试DEMO演示.mp4.mp4  60.41M
|   └──8_V5项目工程源码解读  
|   |   ├──1-数据源DEBUG流程解读.mp4.mp4  53.75M
|   |   ├──10-完成配置文件解析任务.mp4.mp4  69.88M
|   |   ├──11-前向传播计算.mp4.mp4  36.66M
|   |   ├──12-BottleneckCSP层计算方法.mp4.mp4  39.91M
|   |   ├──13-Head层流程解读2.mp4.mp4  30.98M
|   |   ├──13-SPP层计算细节分析.mp4.mp4  38.56M
|   |   ├──14-上采样与拼接操作.mp4.mp4  24.77M
|   |   ├──15-输出结果分析.mp4.mp4  57.56M
|   |   ├──16-超参数解读.mp4.mp4  42.44M
|   |   ├──17-命令行参数介绍.mp4.mp4  56.24M
|   |   ├──18-训练流程解读.mp4.mp4  56.57M
|   |   ├──19-各种训练策略概述.mp4.mp4  47.37M
|   |   ├──2-图像数据源配置.mp4.mp4  43.87M
|   |   ├──20-模型迭代过程.mp4.mp4  52.69M
|   |   ├──3-加载标签数据.mp4.mp4  33.62M
|   |   ├──4-Mosaic数据增强方法.mp4.mp4  30.61M
|   |   ├──5-数据四合一方法与流程演示.mp4.mp4  52.99M
|   |   ├──6-getItem构建batch.mp4.mp4  42.08M
|   |   ├──7-网络架构图可视化工具安装.mp4.mp4  40.86M
|   |   ├──8-V5网络配置文件解读.mp4.mp4  42.17M
|   |   └──9-Focus模块流程分析.mp4.mp4  29.10M
├──13_面向深度学习的无人驾驶实战  
|   ├──10_NeuralRecon项目源码解读  
|   |   ├──1-Backbone得到特征图.mp4.mp4  42.75M
|   |   ├──2-初始化体素位置.mp4.mp4  47.33M
|   |   ├──3-坐标映射方法实现.mp4.mp4  33.58M
|   |   ├──4-得到体素所对应特征图.mp4.mp4  60.47M
|   |   ├──5-插值得到对应特征向量.mp4.mp4  40.85M
|   |   ├──6-得到一阶段输出结果.mp4.mp4  46.01M
|   |   ├──7-完成三个阶段预测结果.mp4.mp4  56.55M
|   |   └──8-项目总结2.mp4.mp4  134.98M
|   ├──11_TSDF算法与应用  
|   |   ├──1-TSDF整体概述分析.mp4.mp4  27.69M
|   |   ├──2-合成过程DEMO演示.mp4.mp4  27.44M
|   |   ├──3-布局初始化操作.mp4.mp4  15.36M
|   |   ├──4-TSDF计算基本流程解读.mp4.mp4  26.04M
|   |   ├──5-坐标转换流程分析.mp4.mp4  38.15M
|   |   └──6-输出结果融合更新.mp4.mp4  44.20M
|   ├──12_TSDF实战案例  
|   |   ├──1-环境配置概述.mp4.mp4  39.03M
|   |   ├──2-初始化与数据读取.mp4.mp4  25.67M
|   |   └──3-计算得到TSDF输出.mp4.mp4  61.98M
|   ├──13_轨迹估计算法与论文解读  
|   |   ├──1-数据集与标注信息解读.mp4.mp4  76.67M
|   |   ├──2-整体三大模块分析.mp4.mp4  58.83M
|   |   ├──3-特征工程的作用与效果.mp4.mp4  53.67M
|   |   ├──4-传统方法与现在向量空间对比.mp4.mp4  65.57M
|   |   ├──5-输入细节分析.mp4.mp4  48.31M
|   |   ├──6-子图模块构建方法.mp4.mp4  64.32M
|   |   ├──7-特征融合模块分析.mp4.mp4  54.87M
|   |   └──8-VectorNet输出层分析.mp4.mp4  117.09M
|   ├──14_轨迹估计预测实战  
|   |   ├──1-数据与环境配置..mp4.mp4  41.89M
|   |   ├──2-训练数据准备.mp4.mp4  37.57M
|   |   ├──3-Agent特征提取方法.mp4.mp4  49.50M
|   |   ├──4-DataLoader构建图结构.mp4.mp4  37.27M
|   |   └──5-SubGraph与Attention模型流程.mp4.mp4  43.22M
|   ├──15_特斯拉无人驾驶解读  
|   |   └──15-特斯拉无人驾驶解读.mp4.mp4  776.38M
|   ├──1_深度估计算法原理解读  
|   |   ├──1-深度估计效果与应用.mp4.mp4  81.59M
|   |   ├──10-损失计算.mp4.mp4  48.42M
|   |   ├──2-kitti数据集介绍.mp4.mp4  61.77M
|   |   ├──3-使用backbone获取层级特征.mp4.mp4  27.45M
|   |   ├──4-差异特征计算边界信息.mp4.mp4  35.08M
|   |   ├──5-SPP层的作用.mp4.mp4  19.56M
|   |   ├──6-空洞卷积与ASPP.mp4.mp4  25.65M
|   |   ├──7-特征拼接方法分析.mp4.mp4  28.68M
|   |   ├──8-网络coarse-to-fine过程.mp4.mp4  33.97M
|   |   └──9-权重参数预处理.mp4.mp4  37.71M
|   ├──2_深度估计项目实战  
|   |   ├──1-项目环境配置解读1.mp4.mp4  63.27M
|   |   ├──10-模型DEMO输出结果.mp4.mp4  112.62M
|   |   ├──2-数据与标签定义方法.mp4.mp4  102.60M
|   |   ├──3-数据集dataloader制作.mp4.mp4  39.80M
|   |   ├──4-使用backbone进行特征提取.mp4.mp4  43.50M
|   |   ├──5-计算差异特征.mp4.mp4  37.71M
|   |   ├──6-权重参数标准化操作.mp4.mp4  49.18M
|   |   ├──7-网络结构ASPP层.mp4.mp4  50.16M
|   |   ├──8-输出深度估计结果.mp4.mp4  34.58M
|   |   ├──8-特征拼接方法解读.mp4.mp4  56.28M
|   |   └──9-损失函数通俗解读.mp4.mp4  47.59M
|   ├──3_车道线检测算法与论文解读  
|   |   ├──1-数据标签与任务分析.mp4.mp4  38.60M
|   |   ├──2-网络整体框架分析.mp4.mp4  42.87M
|   |   ├──3-输出结果分析.mp4.mp4  19.38M
|   |   ├──4-损失函数计算方法.mp4.mp4  39.13M
|   |   └──5-论文概述分析.mp4.mp4  78.73M
|   ├──4_基于深度学习的车道线检测项目实战  
|   |   ├──1-车道数据与标签解读.mp4.mp4  77.67M
|   |   ├──10-车道线规则损失函数限制.mp4.mp4  57.08M
|   |   ├──11-DEMO制作与配置.mp4.mp4  53.54M
|   |   ├──2-项目环境配置演示.mp4.mp4  35.14M
|   |   ├──3-制作数据集dataloader.mp4.mp4  67.70M
|   |   ├──4-车道线标签数据处理.mp4.mp4  38.39M
|   |   ├──5-四条车道线标签位置矩阵.mp4.mp4  29.01M
|   |   ├──6-grid设置方法.mp4.mp4  61.50M
|   |   ├──7-完成数据与标签制作.mp4.mp4  32.93M
|   |   ├──8-算法网络结构解读.mp4.mp4  61.68M
|   |   └──9-损失函数计算模块分析.mp4.mp4  45.65M
|   ├──5_商汤LoFTR算法解读  
|   |   ├──1-特征匹配的应用场景.mp4.mp4  47.24M
|   |   ├──10-总结分析.mp4.mp4  73.58M
|   |   ├──2-特征匹配的基本流程分析.mp4.mp4  22.15M
|   |   ├──3-整体流程梳理分析.mp4.mp4  23.29M
|   |   ├──4-CrossAttention的作用与效果.mp4.mp4  22.27M
|   |   ├──5-transformer构建匹配特征.mp4.mp4  44.75M
|   |   ├──6-粗粒度匹配过程与作用.mp4.mp4  35.10M
|   |   ├──7-特征图拆解操作.mp4.mp4  18.51M
|   |   ├──8-细粒度匹配的作用与方法.mp4.mp4  26.80M
|   |   └──9-基于期望预测最终位置.mp4.mp4  32.66M
|   ├──6_局部特征关键点匹配实战  
|   |   ├──1-项目与参数配置解读.mp4.mp4  52.85M
|   |   ├──10-得到精细化输出结果.mp4.mp4  23.44M
|   |   ├──11-通过期望计算最终输出.mp4.mp4  53.63M
|   |   ├──2-DEMO效果演示.mp4.mp4  31.22M
|   |   ├──3-backbone特征提取模块.mp4.mp4  32.19M
|   |   ├──4-注意力机制的作用与效果分析.mp4.mp4  36.27M
|   |   ├──5-特征融合模块实现方法.mp4.mp4  34.51M
|   |   ├──6-cross关系计算方法实例.mp4.mp4  35.81M
|   |   ├──7-粗粒度匹配过程.mp4.mp4  56.45M
|   |   ├──8-完成基础匹配模块.mp4.mp4  73.14M
|   |   └──9-精细化调整方法与实例.mp4.mp4  49.69M
|   ├──7_三维重建应用与坐标系基础  
|   |   ├──1-三维重建概述分析.mp4.mp4  128.09M
|   |   ├──2-三维重建应用领域概述.mp4.mp4  16.15M
|   |   ├──3-成像方法概述.mp4.mp4  21.24M
|   |   ├──4-相机坐标系.mp4.mp4  23.83M
|   |   ├──5-坐标系转换方法解读.mp4.mp4  28.24M
|   |   ├──6-相机内外参.mp4.mp4  24.24M
|   |   ├──7-通过内外参数进行坐标变换.mp4.mp4  20.65M
|   |   └──8-相机标定简介.mp4.mp4  6.73M
|   ├──8_NeuralRecon算法解读  
|   |   ├──1-任务流程分析.mp4.mp4  27.61M
|   |   ├──2-基本框架熟悉.mp4.mp4  38.08M
|   |   ├──3-特征映射方法解读.mp4.mp4  45.98M
|   |   ├──4-片段融合思想.mp4.mp4  22.57M
|   |   └──5-整体架构重构方法.mp4.mp4  30.41M
|   └──9_NeuralRecon项目环境配置  
|   |   ├──1-数据集下载与配置方法.mp4.mp4  58.73M
|   |   ├──2-Scannet数据集内容概述.mp4.mp4  41.13M
|   |   ├──3-TSDF标签生成方法.mp4.mp4  67.69M
|   |   ├──4-ISSUE的作用.mp4.mp4  58.24M
|   |   └──5-完成依赖环境配置.mp4.mp4  65.98M
├──14_缺陷检测实战  
|   ├──10_基于视频流水线的Opencv缺陷检测项目  
|   |   ├──1-数据与任务概述.mp4.mp4  20.05M
|   |   ├──2-视频数据读取与轮廓检测.mp4.mp4  23.00M
|   |   ├──3-目标质心计算.mp4.mp4  40.39M
|   |   ├──4-视频数据遍历方法.mp4.mp4  39.37M
|   |   ├──5-缺陷区域提取.mp4.mp4  41.49M
|   |   ├──6-不同类型的缺陷检测方法.mp4.mp4  47.20M
|   |   └──7-检测效果演示.mp4.mp4  29.11M
|   ├──11_图像分割deeplab系列算法  
|   |   ├──1-deeplab分割算法概述.mp4.mp4  19.15M
|   |   ├──2-空洞卷积的作用.mp4.mp4  21.17M
|   |   ├──3-感受野的意义.mp4.mp4  26.43M
|   |   ├──4-SPP层的作用.mp4.mp4  25.97M
|   |   ├──5-ASPP特征融合策略.mp4.mp4  17.01M
|   |   └──6-deeplabV3Plus版本网络架构.mp4.mp4  33.17M
|   ├──12_基于deeplabV3+版本进行VOC分割实战  
|   |   ├──1-PascalVoc数据集介绍.mp4.mp4  56.87M
|   |   ├──2-项目参数与数据集读取.mp4.mp4  69.80M
|   |   ├──3-网络前向传播流程.mp4.mp4  39.57M
|   |   ├──4-ASPP层特征融合.mp4.mp4  61.87M
|   |   └──5-分割模型训练.mp4.mp4  43.37M
|   ├──13_Deeplab铁质材料缺陷检测与开源项目应用流程  
|   |   ├──1-数据集与任务概述..mp4.mp4  36.80M
|   |   ├──2-开源项目应用方法.mp4.mp4  39.79M
|   |   ├──3-github与kaggle中需要注意的点.mp4.mp4  41.20M
|   |   ├──4-源码的利用方法.mp4.mp4  100.06M
|   |   ├──5-数据集制作方法.mp4.mp4  85.89M
|   |   ├──6-数据路径配置.mp4.mp4  62.92M
|   |   ├──7-训练模型.mp4.mp4  38.10M
|   |   └──8-任务总结.mp4.mp4  47.59M
|   ├──1_课程介绍  
|   |   └──课程介绍3.mp4.mp4  35.73M
|   ├──2_物体检框架YOLO-V4版本算法解读  
|   |   ├──1-V4版本整体概述.mp4.mp4  15.06M
|   |   ├──10-PAN模块解读.mp4.mp4  20.64M
|   |   ├──11-激活函数与整体架构总结.mp4.mp4  19.19M
|   |   ├──2-V4版本贡献解读.mp4.mp4  10.06M
|   |   ├──3-数据增强策略分析.mp4.mp4  24.70M
|   |   ├──4-DropBlock与标签平滑方法.mp4.mp4  19.36M
|   |   ├──5-损失函数遇到的问题.mp4.mp4  14.26M
|   |   ├──6-CIOU损失函数定义.mp4.mp4  10.82M
|   |   ├──7-NMS细节改进.mp4.mp4  16.66M
|   |   ├──8-SPP与CSP网络结构.mp4.mp4  14.81M
|   |   └──9-SAM注意力机制模块.mp4.mp4  22.48M
|   ├──3_物体检测框架YOLOV5版本项目配置  
|   |   ├──1-整体项目概述.mp4.mp4  35.77M
|   |   ├──2-训练自己的数据集方法.mp4.mp4  41.32M
|   |   ├──3-训练数据参数配置.mp4.mp4  51.48M
|   |   └──4-测试DEMO演示.mp4.mp4  50.47M
|   ├──4_物体检测框架YOLOV5项目工程源码解读  
|   |   ├──1-数据源DEBUG流程解读.mp4.mp4  48.13M
|   |   ├──10-完成配置文件解析任务.mp4.mp4  58.80M
|   |   ├──11-前向传播计算.mp4.mp4  30.80M
|   |   ├──12-BottleneckCSP层计算方法.mp4.mp4  33.82M
|   |   ├──13-1 SPP层计算细节分析.mp4.mp4  38.62M
|   |   ├──13-2Head层流程解读.mp4.mp4  31.05M
|   |   ├──14-上采样与拼接操作.mp4.mp4  21.48M
|   |   ├──15-输出结果分析.mp4.mp4  41.71M
|   |   ├──16-超参数解读.mp4.mp4  34.94M
|   |   ├──17-命令行参数介绍.mp4.mp4  44.26M
|   |   ├──18-训练流程解读.mp4.mp4  46.81M
|   |   ├──19-各种训练策略概述.mp4.mp4  38.43M
|   |   ├──2-图像数据源配置.mp4.mp4  34.65M
|   |   ├──20-模型迭代过程.mp4.mp4  38.42M
|   |   ├──3-加载标签数据.mp4.mp4  26.33M
|   |   ├──4-Mosaic数据增强方法.mp4.mp4  28.19M
|   |   ├──5-数据四合一方法与流程演示.mp4.mp4  41.69M
|   |   ├──6-getItem构建batch.mp4.mp4  33.03M
|   |   ├──7-网络架构图可视化工具安装.mp4.mp4  34.33M
|   |   ├──8-V5网络配置文件解读.mp4.mp4  35.74M
|   |   └──9-Focus模块流程分析.mp4.mp4  21.93M
|   ├──5_基于YOLOV5的钢材缺陷检测实战  
|   |   ├──1-任务需求与项目概述.mp4.mp4  15.53M
|   |   ├──2-数据与标签配置方法.mp4.mp4  43.06M
|   |   ├──3-标签转换格式脚本制作.mp4.mp4  38.66M
|   |   ├──4-各版本模型介绍分析.mp4.mp4  37.05M
|   |   ├──5-项目参数配置.mp4.mp4  30.25M
|   |   ├──6-缺陷检测模型训练.mp4.mp4  32.65M
|   |   └──7-输出结果与项目总结.mp4.mp4  53.24M
|   ├──6_Semi-supervised布料缺陷检测实战  
|   |   ├──5-输出结果展示.mp4.mp4  50.16M
|   |   ├──1-任务目标与流程概述.mp4.mp4  61.15M
|   |   ├──2-论文思想与模型分析.mp4.mp4  158.48M
|   |   ├──3-项目配置解读.mp4.mp4  68.80M
|   |   └──4-网络流程分析.mp4.mp4  43.01M
|   ├──7_Opencv图像常用处理方法实例  
|   |   ├──1-腐蚀操作.mp4.mp4  28.72M
|   |   ├──1-计算机眼中的图像.mp4.mp4  39.96M
|   |   ├──1-图像阈值.mp4.mp4  40.59M
|   |   ├──2-膨胀操作.mp4.mp4  17.01M
|   |   ├──2-视频的读取与处理.mp4.mp4  60.10M
|   |   ├──2-图像平滑处理.mp4.mp4  34.23M
|   |   ├──3-ROI区域.mp4.mp4  19.56M
|   |   ├──3-高斯与中值滤波.mp4.mp4  28.67M
|   |   ├──3-开运算与闭运算.mp4.mp4  11.89M
|   |   ├──4-边界填充.mp4.mp4  28.99M
|   |   ├──4-梯度计算.mp4.mp4  10.11M
|   |   ├──5-礼帽与黑帽.mp4.mp4  22.87M
|   |   └──5-数值计算.mp4.mp4  52.36M
|   ├──8_Opencv轮廓检测与直方图  
|   |   ├──1-图像金字塔定义.mp4.mp4  27.14M
|   |   ├──1-直方图定义.mp4.mp4  30.23M
|   |   ├──2-金字塔制作方法.mp4.mp4  32.30M
|   |   ├──2-均衡化原理.mp4.mp4  40.43M
|   |   ├──3-均衡化效果.mp4.mp4  35.90M
|   |   ├──3-轮廓检测方法.mp4.mp4  26.61M
|   |   ├──4-傅里叶概述.mp4.mp4  60.92M
|   |   ├──4-轮廓检测结果.mp4.mp4  44.02M
|   |   ├──5-轮廓特征与近似.mp4.mp4  52.89M
|   |   ├──5-频域变换结果.mp4.mp4  35.20M
|   |   ├──6-低通与高通滤波.mp4.mp4  36.25M
|   |   ├──6-模板匹配方法.mp4.mp4  60.42M
|   |   └──7-匹配效果展示.mp4.mp4  27.31M
|   ├──8_Opencv梯度计算与边缘检测实例  
|   |   ├──1-Canny边缘检测流程.mp4.mp4  26.31M
|   |   ├──1-Sobel算子.mp4.mp4  37.16M
|   |   ├──2-非极大值抑制.mp4.mp4  20.51M
|   |   ├──2-梯度计算方法.mp4.mp4  41.75M
|   |   ├──3-scharr与lapkacian算子.mp4.mp4  34.47M
|   |   └──3-边缘检测效果.mp4.mp4  51.00M
|   └──9_基于Opencv缺陷检测项目实战  
|   |   ├──1-任务需求与环境配置.mp4.mp4  18.41M
|   |   ├──2-数据读取与基本处理.mp4.mp4  33.28M
|   |   ├──3-缺陷形态学操作.mp4.mp4  33.41M
|   |   ├──4-整体流程解读.mp4.mp4  27.53M
|   |   └──5-缺陷检测效果演示.mp4.mp4  62.58M
├──15_行人重识别实战  
|   ├──1_行人重识别原理及其应用  
|   |   ├──1-行人重识别要解决的问题.mp4.mp4  23.15M
|   |   ├──2-挑战与困难分析.mp4.mp4  46.71M
|   |   ├──3-评估标准rank1指标.mp4.mp4  16.66M
|   |   ├──4-map值计算方法.mp4.mp4  20.51M
|   |   ├──5-triplet损失计算实例.mp4.mp4  34.48M
|   |   └──6-Hard-Negative方法应用.mp4.mp4  36.94M
|   ├──2_基于注意力机制的Reld模型论文解读  
|   |   ├──1-论文整体思想及注意力机制的作用解读.mp4.mp4  47.72M
|   |   ├──2-空间权重值计算流程分析.mp4.mp4  28.01M
|   |   ├──3-融合空间注意力所需特征.mp4.mp4  28.87M
|   |   └──4-基于特征图的注意力计算.mp4.mp4  88.83M
|   ├──3_基于Attention的行人重识别项目实战  
|   |   ├──1-项目环境与数据集配置.mp4.mp4  58.03M
|   |   ├──2-参数配置与整体架构分析.mp4.mp4  83.28M
|   |   ├──3-进入debug模式解读网络计算流程.mp4.mp4  37.25M
|   |   ├──4-获得空间位置点之间的关系.mp4.mp4  53.27M
|   |   ├──5-组合关系特征图.mp4.mp4  41.98M
|   |   ├──6-计算得到位置权重值.mp4.mp4  48.88M
|   |   ├──7-基于特征图的权重计算.mp4.mp4  32.21M
|   |   ├──8-损失函数计算实例解读.mp4.mp4  74.80M
|   |   └──9-训练与测试模块演示.mp4.mp4  91.36M
|   ├──4_AAAI2020顶会算法精讲  
|   |   ├──1-论文整体框架概述.mp4.mp4  21.64M
|   |   ├──2-局部特征与全局关系计算方法.mp4.mp4  21.05M
|   |   ├──3-特征分组方法.mp4.mp4  19.65M
|   |   ├──4-GCP模块特征融合方法.mp4.mp4  38.72M
|   |   ├──5-oneVsReset方法实例.mp4.mp4  20.28M
|   |   └──6-损失函数应用位置.mp4.mp4  20.35M
|   ├──5_项目实战-基于行人局部特征融合的再识别实战  
|   |   ├──1-项目配置与数据集介绍.mp4.mp4  93.97M
|   |   ├──10-得到所有分组特征结果.mp4.mp4  61.66M
|   |   ├──11-损失函数与训练过程演示.mp4.mp4  52.98M
|   |   ├──12-测试与验证模块.mp4.mp4  63.85M
|   |   ├──2-数据源构建方法分析.mp4.mp4  48.63M
|   |   ├──3-dataloader加载顺序解读.mp4.mp4  34.64M
|   |   ├──4-debug模式解读.mp4.mp4  101.46M
|   |   ├──5-网络计算整体流程演示.mp4.mp4  38.04M
|   |   ├──6-特征序列构建.mp4.mp4  50.69M
|   |   ├──7-GCP全局特征提取.mp4.mp4  47.43M
|   |   ├──8-局部特征提取实例.mp4.mp4  57.66M
|   |   └──9-特征组合汇总.mp4.mp4  58.53M
|   ├──6_旷视研究院最新算法解读（基于图模型）  
|   |   ├──1-关键点位置特征构建.mp4.mp4  26.31M
|   |   ├──2-图卷积与匹配的作用.mp4.mp4  30.24M
|   |   ├──3-局部特征热度图计算.mp4.mp4  32.69M
|   |   ├──4-基于图卷积构建人体拓扑关系.mp4.mp4  39.22M
|   |   ├──5-图卷积模块实现方法.mp4.mp4  36.01M
|   |   ├──6-图匹配在行人重识别中的作用.mp4.mp4  21.09M
|   |   └──7-整体算法框架分析.mp4.mp4  31.10M
|   └──7_基于拓扑图的行人重识别项目实战  
|   |   ├──1-数据集与环境配置概述.mp4.mp4  60.99M
|   |   ├──10-整体项目总结.mp4.mp4  88.47M
|   |   ├──2-局部特征准备方法.mp4.mp4  58.67M
|   |   ├──3-得到一阶段热度图结果.mp4.mp4  51.54M
|   |   ├──4-阶段监督训练.mp4.mp4  95.56M
|   |   ├──5-初始化图卷积模型.mp4.mp4  46.02M
|   |   ├──6-mask矩阵的作用.mp4.mp4  46.54M
|   |   ├──7-邻接矩阵学习与更新.mp4.mp4  57.89M
|   |   ├──8-基于拓扑结构组合关键点特征.mp4.mp4  75.97M
|   |   └──9-图匹配模块计算流程.mp4.mp4  80.98M
├──16_对抗生成网络实战  
|   ├──1_课程介绍  
|   |   └──课程介绍.mp4.mp4  35.44M
|   ├──2_对抗生成网络架构原理与实战解析  
|   |   ├──1-对抗生成网络通俗解释.mp4.mp4  23.10M
|   |   ├──2-GAN网络组成.mp4.mp4  15.10M
|   |   ├──3-损失函数解释说明.mp4.mp4  49.36M
|   |   ├──4-数据读取模块.mp4.mp4  36.74M
|   |   └──5-生成与判别网络定义.mp4.mp4  66.54M
|   ├──3_基于CycleGan开源项目实战图像合成  
|   |   ├──1-CycleGan网络所需数据.mp4.mp4  43.50M
|   |   ├──10-额外补充：VISDOM可视化配置.mp4.mp4  45.47M
|   |   ├──2-CycleGan整体网络架构.mp4.mp4  30.28M
|   |   ├──3-PatchGan判别网络原理.mp4.mp4  15.81M
|   |   ├──4-Cycle开源项目简介.mp4.mp4  52.85M
|   |   ├──5-数据读取与预处理操作.mp4.mp4  59.70M
|   |   ├──6-生成网络模块构造.mp4.mp4  61.45M
|   |   ├──7-判别网络模块构造.mp4.mp4  24.42M
|   |   ├──8-损失函数：identity loss计算方法.mp4.mp4  45.02M
|   |   └──9-生成与判别损失函数指定.mp4.mp4  75.54M
|   ├──4_stargan论文架构解析  
|   |   ├──1-stargan效果演示分析.mp4.mp4  40.01M
|   |   ├──2-网络架构整体思路解读.mp4.mp4  35.34M
|   |   ├──3-建模流程分析.mp4.mp4  56.52M
|   |   ├──4-V1版本存在的问题及后续改进思路.mp4.mp4  61.95M
|   |   ├──5-V2版本在整体网络架构.mp4.mp4  54.53M
|   |   ├──6-编码器训练方法.mp4.mp4  46.50M
|   |   ├──7-损失函数公式解析.mp4.mp4  57.29M
|   |   └──8-训练过程分析.mp4.mp4  39.59M
|   ├──5_stargan项目实战及其源码解读  
|   |   ├──1-项目配置与数据源下载.mp4.mp4  26.29M
|   |   ├──10-测试模块效果与实验分析.mp4.mp4  26.63M
|   |   ├──2-测试效果演示.mp4.mp4  44.67M
|   |   ├──3-项目参数解析.mp4.mp4  33.82M
|   |   ├──4-生成器模块源码解读.mp4.mp4  62.42M
|   |   ├──5-所有网络模块构建实例.mp4.mp4  55.77M
|   |   ├──6-数据读取模块分析.mp4.mp4  60.89M
|   |   ├──7-判别器损失计算.mp4.mp4  40.72M
|   |   ├──8-损失计算详细过程.mp4.mp4  59.90M
|   |   └──9-生成模块损失计算.mp4.mp4  82.44M
|   ├──6_基于starganvc2的变声器论文原理解读  
|   |   ├──1-论文整体思路与架构解读.mp4.mp4  42.24M
|   |   ├──2-VCC2016输入数据.mp4.mp4  28.44M
|   |   ├──3-语音特征提取.mp4.mp4  41.89M
|   |   ├──4-生成器模型架构分析.mp4.mp4  21.05M
|   |   ├──5-InstanceNorm的作用解读.mp4.mp4  26.06M
|   |   ├──6-AdaIn的目的与效果.mp4.mp4  17.71M
|   |   └──7-判别器模块分析.mp4.mp4  212.19M
|   ├──7_starganvc2变声器项目实战及其源码解读  
|   |   ├──1-数据与项目文件解读.mp4.mp4  29.60M
|   |   ├──10-源码损失计算流程.mp4.mp4  38.24M
|   |   ├──11-测试模块-生成转换语音.mp4.mp4  55.14M
|   |   ├──2-环境配置与工具包安装.mp4.mp4  54.63M
|   |   ├──3-数据预处理与声音特征提取.mp4.mp4  125.95M
|   |   ├──4-生成器构造模块解读.mp4.mp4  50.54M
|   |   ├──5-下采样与上采样操作.mp4.mp4  43.21M
|   |   ├──6-starganvc2版本标签输入分析.mp4.mp4  47.72M
|   |   ├──7-生成器前向传播维度变化.mp4.mp4  33.52M
|   |   ├──8-判别器模块解读.mp4.mp4  45.21M
|   |   └──9-论文损失函数.mp4.mp4  116.08M
|   ├──8_图像超分辨率重构实战  
|   |   ├──1-论文概述.mp4.mp4  59.92M
|   |   ├──2-网络架构.mp4.mp4  136.07M
|   |   ├──3-数据与环境配置.mp4.mp4  37.01M
|   |   ├──4-数据加载与配置.mp4.mp4  41.86M
|   |   ├──5-生成模块.mp4.mp4  56.78M
|   |   ├──6-判别模块.mp4.mp4  49.57M
|   |   ├──7-VGG特征提取网络.mp4.mp4  43.22M
|   |   ├──8-损失函数与训练.mp4.mp4  116.60M
|   |   └──9-测试模块.mp4.mp4  109.59M
|   └──9_基于GAN的图像补全实战  
|   |   ├──1-.论文概述.mp4.mp4  89.95M
|   |   ├──2-网络架构11.mp4.mp4  40.10M
|   |   ├──3- 细节设计.mp4.mp4  76.78M
|   |   ├──4- 论文总结.mp4.mp4  80.33M
|   |   ├──5- 数据与项目概述.mp4.mp4  48.89M
|   |   ├──6- 参数基本设计.mp4.mp4  83.54M
|   |   ├──7- 网络结构配置.mp4.mp4  89.78M
|   |   ├──8- 网络迭代训练.mp4.mp4  122.04M
|   |   └──9- 测试模块.mp4.mp4  87.23M
├──17_强化学习实战系列  
|   ├──1_强化学习简介及其应用  
|   |   ├──1-一张图通俗解释强化学习.mp4.mp4  21.59M
|   |   ├──2-强化学习的指导依据.mp4.mp4  29.29M
|   |   ├──3-强化学习AI游戏DEMO.mp4.mp4  28.89M
|   |   ├──4-应用领域简介.mp4.mp4  23.18M
|   |   ├──5-强化学习工作流程.mp4.mp4  19.41M
|   |   └──6-计算机眼中的状态与行为.mp4.mp4  26.63M
|   ├──2_PPO算法与公式推导  
|   |   ├──1-基本情况介绍.mp4.mp4  39.60M
|   |   ├──2-与环境交互得到所需数据.mp4.mp4  30.94M
|   |   ├──3-要完成的目标分析.mp4.mp4  33.24M
|   |   ├──4-策略梯度推导.mp4.mp4  29.92M
|   |   ├──5-baseline方法.mp4.mp4  18.05M
|   |   ├──6-OnPolicy与OffPolicy策略.mp4.mp4  27.34M
|   |   ├──7-importance sampling的作用.mp4.mp4  30.02M
|   |   └──8-PPO算法整体思路解析.mp4.mp4  36.26M
|   ├──3_PPO实战-月球登陆器训练实例  
|   |   ├──1-Critic的作用与效果.mp4.mp4  42.59M
|   |   ├──2-PPO2版本公式解读.mp4.mp4  41.78M
|   |   ├──3-参数与网络结构定义.mp4.mp4  38.18M
|   |   ├──4-得到动作结果.mp4.mp4  36.02M
|   |   ├──5-奖励获得与计算.mp4.mp4  43.65M
|   |   └──6-参数迭代与更新.mp4.mp4  62.91M
|   ├──4_Q-learning与DQN算法  
|   |   ├──1-算法原理通俗解读.mp4.mp4  29.79M
|   |   ├──2-目标函数与公式解析.mp4.mp4  32.57M
|   |   ├──3-Qlearning算法实例解读.mp4.mp4  21.47M
|   |   ├──4-Q值迭代求解.mp4.mp4  31.14M
|   |   └──5-DQN简介.mp4.mp4  18.67M
|   ├──5_DQN算法实例演示  
|   |   ├──1-整体任务流程演示.mp4.mp4  25.41M
|   |   ├──2-探索与action获取.mp4.mp4  35.23M
|   |   ├──3-计算target值.mp4.mp4  27.33M
|   |   └──4-训练与更新.mp4.mp4  39.55M
|   ├──6_DQN改进与应用技巧  
|   |   ├──1-DoubleDqn要解决的问题.mp4.mp4  23.36M
|   |   ├──2-DuelingDqn改进方法.mp4.mp4  24.44M
|   |   ├──3-Dueling整体网络架构分析.mp4.mp4  28.28M
|   |   ├──4-MultiSetp策略.mp4.mp4  9.74M
|   |   └──5-连续动作处理方法.mp4.mp4  30.39M
|   ├──7_Actor-Critic算法分析（A3C）  
|   |   ├──1-AC算法回顾与知识点总结.mp4.mp4  23.42M
|   |   ├──2-优势函数解读与分析.mp4.mp4  26.76M
|   |   ├──3-计算流程实例.mp4.mp4  21.73M
|   |   ├──4-A3C整体架构分析.mp4.mp4  21.57M
|   |   └──5-损失函数整理.mp4  31.05M
|   └──8_用A3C玩转超级马里奥  
|   |   ├──1-整体流程与环境配置.mp4.mp4  31.88M
|   |   ├──2-启动游戏环境.mp4.mp4  37.50M
|   |   ├──3-要计算的指标回顾.mp4.mp4  45.19M
|   |   ├──4-初始化局部模型并加载参数.mp4.mp4  40.13M
|   |   ├──5-与环境交互得到训练数据.mp4.mp4  49.56M
|   |   └──6-训练网络模型.mp4.mp4  55.53M
├──18_面向医学领域的深度学习实战  
|   ├──10_基于deeplab的心脏视频数据诊断分析  
|   |   ├──1-数据集与任务概述1.mp4.mp4  45.94M
|   |   ├──2-项目基本配置参数1.mp4.mp4  38.73M
|   |   ├──3-任务流程解读1.mp4.mp4  80.17M
|   |   ├──4-文献报告分析1.mp4.mp4  140.83M
|   |   ├──5-补充：视频数据源特征处理方法概述1.mp4.mp4  35.00M
|   |   └──6-补充：R(2plus1)D处理方法分析1.mp4.mp4  25.33M
|   ├──11_YOLO系列物体检测算法原理解读  
|   |   ├──1-V2版本细节升级概述.mp4.mp4  16.87M
|   |   ├──1-V3版本改进概述.mp4.mp4  23.13M
|   |   ├──1-V4版本整体概述.mp4.mp4  18.20M
|   |   ├──1-YOLO算法整体思路解读.mp4.mp4  22.25M
|   |   ├──1-检测任务中阶段的意义.mp4.mp4  21.17M
|   |   ├──10-PAN模块解读.mp4.mp4  27.77M
|   |   ├──11-激活函数与整体架构总结.mp4.mp4  26.19M
|   |   ├──2-V4版本贡献解读.mp4.mp4  11.50M
|   |   ├──2-不同阶段算法优缺点分析.mp4.mp4  14.38M
|   |   ├──2-多scale方法改进与特征融合.mp4.mp4  24.63M
|   |   ├──2-检测算法要得到的结果.mp4.mp4  19.74M
|   |   ├──2-网络结构特点.mp4.mp4  22.30M
|   |   ├──3-IOU指标计算.mp4.mp4  16.60M
|   |   ├──3-架构细节解读.mp4.mp4  25.29M
|   |   ├──3-经典变换方法对比分析.mp4.mp4  15.52M
|   |   ├──3-数据增强策略分析.mp4.mp4  35.08M
|   |   ├──3-整体网络架构解读.mp4.mp4  44.01M
|   |   ├──4-DropBlock与标签平滑方法.mp4.mp4  26.44M
|   |   ├──4-残差连接方法解读.mp4.mp4  25.45M
|   |   ├──4-基于聚类来选择先验框尺寸.mp4.mp4  32.65M
|   |   ├──4-评估所需参数计算.mp4.mp4  35.92M
|   |   ├──4-位置损失计算.mp4.mp4  26.79M
|   |   ├──5-map指标计算.mp4.mp4  25.34M
|   |   ├──5-偏移量计算方法.mp4.mp4  38.80M
|   |   ├──5-损失函数遇到的问题.mp4.mp4  19.87M
|   |   ├──5-整体网络模型架构分析.mp4.mp4  16.77M
|   |   ├──5-置信度误差与优缺点分析.mp4.mp4  38.51M
|   |   ├──6-CIOU损失函数定义.mp4.mp4  13.11M
|   |   ├──6-先验框设计改进.mp4.mp4  19.31M
|   |   ├──6-坐标映射与还原.mp4.mp4  13.13M
|   |   ├──7-NMS细节改进.mp4.mp4  21.25M
|   |   ├──7-sotfmax层改进.mp4.mp4  14.47M
|   |   ├──7-感受野的作用.mp4.mp4  38.49M
|   |   ├──8-SPP与CSP网络结构.mp4.mp4  18.42M
|   |   ├──8-特征融合改进.mp4.mp4  27.50M
|   |   ├──9-SAM注意力机制模块.mp4.mp4  29.83M
|   |   └──目录.txt  1.65kb
|   ├──12_基于YOLO5细胞检测实战  
|   |   ├──1-任务与细胞数据集介绍.mp4.mp4  49.79M
|   |   ├──2-模型与算法配置参数解读.mp4.mp4  42.47M
|   |   ├──3-网络训练流程演示.mp4.mp4  42.34M
|   |   ├──4-效果评估与展示.mp4.mp4  32.65M
|   |   └──5-细胞检测效果演示.mp4.mp4  43.21M
|   ├──13_知识图谱原理解读  
|   |   ├──1-数据关系抽取分析.mp4.mp4  27.31M
|   |   ├──1-知识图谱通俗解读.mp4.mp4  19.87M
|   |   ├──2-常用NLP技术点分析.mp4.mp4  22.09M
|   |   ├──2-知识图谱在搜索引擎中的应用.mp4.mp4  26.60M
|   |   ├──3-graph-embedding的作用与效果.mp4.mp4  26.15M
|   |   ├──3-知识图谱在医疗领域应用实例.mp4.mp4  102.89M
|   |   ├──4-金融领域图编码实例.mp4.mp4  12.77M
|   |   ├──4-金融与推荐领域的应用.mp4.mp4  20.39M
|   |   ├──5-视觉领域图编码实例.mp4.mp4  28.27M
|   |   ├──5-数据获取分析.mp4.mp4  35.93M
|   |   ├──6-图谱知识融合与总结分析.mp4.mp4  34.06M
|   |   └──目录.txt  0.57kb
|   ├──14_Neo4j数据库实战  
|   |   ├──1-Neo4j图数据库介绍.mp4.mp4  73.11M
|   |   ├──2-Neo4j数据库安装流程演示.mp4.mp4  32.94M
|   |   ├──3-可视化例子演示.mp4.mp4  49.71M
|   |   ├──4-创建与删除操作演示.mp4.mp4  32.66M
|   |   └──5-数据库更改查询操作演示.mp4.mp4  36.23M
|   ├──15_基于知识图谱的医药问答系统实战  
|   |   ├──1-项目概述与整体架构分析.mp4.mp4  44.42M
|   |   ├──10-完成对话系统构建.mp4.mp4  53.38M
|   |   ├──2-医疗数据介绍及其各字段含义.mp4.mp4  72.20M
|   |   ├──3-任务流程概述.mp4.mp4  42.77M
|   |   ├──4-环境配置与所需工具包安装.mp4.mp4  41.89M
|   |   ├──5-数据获取分析.mp4.mp4  46.99M
|   |   ├──5-提取数据中的关键字段信息.mp4.mp4  61.38M
|   |   ├──6-创建关系边.mp4.mp4  44.72M
|   |   ├──7-打造医疗知识图谱模型.mp4.mp4  62.67M
|   |   ├──8-加载所有实体数据.mp4.mp4  44.49M
|   |   └──9-实体关键词字典制作.mp4.mp4  39.55M
|   ├──16_词向量模型与RNN网络架构  
|   |   ├──2-1词向量模型通俗解释.mp4.mp4  21.72M
|   |   ├──3-1模型整体框架.mp4.mp4  28.24M
|   |   ├──4-1训练数据构建.mp4.mp4  15.85M
|   |   ├──5-1CBOW与Skip-gram模型.mp4.mp4  23.83M
|   |   ├──6-1负采样方案.mp4.mp4  29.51M
|   |   ├──额外补充-RNN网络模型解读.mp4.mp4  23.75M
|   |   └──目录.txt  0.30kb
|   ├──17_医学糖尿病数据命名实体识别  
|   |   ├──1-数据与任务介绍1.mp4.mp4  22.73M
|   |   ├──2-整体模型架构1.mp4.mp4  15.01M
|   |   ├──3-数据-标签-语料库处理1.mp4.mp4  39.99M
|   |   ├──4-输入样本填充补齐1.mp4.mp4  36.22M
|   |   ├──5-训练网络模型1.mp4.mp4  40.37M
|   |   └──6-医疗数据集（糖尿病）实体识别1.mp4.mp4  81.44M
|   ├──1_卷积神经网络原理与参数解读  
|   |   ├──1-1卷积神经网络应用领域.mp4.mp4  31.70M
|   |   ├──10-1VGG网络架构.mp4.mp4  24.92M
|   |   ├──11-1残差网络Resnet.mp4.mp4  25.78M
|   |   ├──12-感受野的作用.mp4.mp4  18.88M
|   |   ├──2-1卷积的作用.mp4.mp4  32.36M
|   |   ├──3-1卷积特征值计算方法.mp4.mp4  29.86M
|   |   ├──4-1得到特征图表示.mp4.mp4  24.83M
|   |   ├──5-1步长与卷积核大小对结果的影响.mp4.mp4  27.95M
|   |   ├──6-1边缘填充方法.mp4.mp4  23.35M
|   |   ├──7-1特征图尺寸计算与参数共享.mp4.mp4  28.96M
|   |   ├──8-1池化层的作用.mp4.mp4  14.11M
|   |   └──9-1整体网络架构.mp4.mp4  22.00M
|   ├──2_PyTorch框架基本处理操作  
|   |   ├──1-PyTorch实战课程简介.mp4.mp4  23.18M
|   |   ├──2-PyTorch框架发展趋势简介1.mp4.mp4  34.61M
|   |   ├──3-框架安装方法（CPU与GPU版本）1.mp4.mp4  23.37M
|   |   ├──4-PyTorch基本操作简介1.mp4.mp4  38.66M
|   |   ├──5-自动求导机制.mp4.mp4  48.38M
|   |   ├──6线性回归DEMO-数据与参数配置1.mp4.mp4  31.18M
|   |   ├──7线性回归DEMO-训练回归模型1.mp4.mp4  52.42M
|   |   ├──8常见tensor格式1.mp4.mp4  27.84M
|   |   └──9Hub模块简介1.mp4.mp4  68.46M
|   ├──3_PyTorch框架必备核心模块解读  
|   |   ├──1-卷积网络参数定义1.mp4.mp4  34.30M
|   |   ├──10-加载训练好的网络模型1.mp4.mp4  59.85M
|   |   ├──11-优化器模块配置1.mp4.mp4  25.31M
|   |   ├──12-实现训练模块1.mp4.mp4  45.16M
|   |   ├──13-训练结果与模型保存1.mp4.mp4  57.83M
|   |   ├──14-加载模型对测试数据进行预测1.mp4.mp4  83.05M
|   |   ├──15-额外补充-Resnet论文解读1.mp4.mp4  159.04M
|   |   ├──16-额外补充-Resnet网络架构解读1.mp4.mp4  27.48M
|   |   ├──2-网络流程解读1.mp4.mp4  62.22M
|   |   ├──3-Vision模块功能解读1.mp4.mp4  31.88M
|   |   ├──4-分类任务数据集定义与配置1.mp4.mp4  35.20M
|   |   ├──5-图像增强的作用1.mp4.mp4  14.58M
|   |   ├──6-数据预处理与数据增强模块1.mp4.mp4  48.76M
|   |   ├──7-Batch数据制作1.mp4.mp4  52.66M
|   |   ├──8-迁移学习的目标1.mp4.mp4  16.87M
|   |   └──9-迁移学习策略1.mp4.mp4  21.64M
|   ├──4_基于Resnet的医学数据集分类实战  
|   |   ├──1-医学疾病数据集介绍.mp4.mp4  26.43M
|   |   ├──2-Resnet网络架构原理分析.mp4.mp4  36.83M
|   |   ├──3-dataloader加载数据集.mp4.mp4  70.28M
|   |   ├──4-Resnet网络前向传播.mp4.mp4  41.95M
|   |   ├──5-残差网络的shortcut操作.mp4.mp4  54.52M
|   |   ├──6-特征图升维与降采样操作.mp4.mp4  36.66M
|   |   └──7-网络整体流程与训练演示.mp4.mp4  82.82M
|   ├──5_图像分割及其损失函数概述  
|   |   ├──1-语义分割与实例分割概述.mp4.mp4  27.44M
|   |   ├──2-分割任务中的目标函数定义.mp4.mp4  25.87M
|   |   └──3-MIOU评估标准.mp4.mp4  12.78M
|   ├──6_Unet系列算法讲解  
|   |   ├──1-Unet网络编码与解码过程.mp4.mp4  24.27M
|   |   ├──2-网络计算流程1.mp4.mp4  21.17M
|   |   ├──3-Unet升级版本改进1.mp4.mp4  21.46M
|   |   └──4-后续升级版本介绍1.mp4.mp4  25.45M
|   ├──7_unet医学细胞分割实战  
|   |   ├──4-特征融合方法演示.mp4.mp4  35.95M
|   |   ├──5-迭代完成整个模型计算任务.mp4.mp4  43.14M
|   |   ├──6-模型效果验证.mp4.mp4  39.57M
|   |   ├──1-医学细胞数据集介绍与参数配置.mp4.mp4  70.13M
|   |   ├──2-数据增强工具.mp4.mp4  65.21M
|   |   └──3-Debug模式演示网络计算流程.mp4.mp4  51.13M
|   ├──8_deeplab系列算法  
|   |   ├──1-deeplab分割算法概述.mp4.mp4  19.15M
|   |   ├──2-空洞卷积的作用.mp4.mp4  21.17M
|   |   ├──3-感受野的意义.mp4.mp4  26.43M
|   |   ├──4-SPP层的作用.mp4.mp4  25.97M
|   |   ├──5-ASPP特征融合策略.mp4.mp4  17.01M
|   |   └──6-deeplabV3Plus版本网络架构.mp4.mp4  33.17M
|   └──9_基于deeplabV3+版本进行VOC分割实战  
|   |   ├──1-PascalVoc数据集介绍.mp4.mp4  56.87M
|   |   ├──2-项目参数与数据集读取.mp4.mp4  69.80M
|   |   ├──3-网络前向传播流程.mp4.mp4  39.57M
|   |   ├──4-ASPP层特征融合.mp4.mp4  61.87M
|   |   └──5-分割模型训练.mp4.mp4  43.37M
├──19_深度学习模型部署与剪枝优化实战  
|   ├──3_pyTorch框架部署实践  
|   |   ├──0-课程简介12.mp4.mp4  9.48M
|   |   ├──1-所需基本环境配置.mp4.mp4  27.80M
|   |   ├──2-模型加载与数据预处理.mp4.mp4  46.47M
|   |   ├──3-接收与预测模块实现.mp4.mp4  48.73M
|   |   └──4-效果实例演示.mp4.mp4  54.72M
|   ├──4_YOLO-V3物体检测部署实例  
|   |   ├──1-项目所需配置文件介绍.mp4.mp4  33.91M
|   |   ├──2-加载参数与模型权重.mp4.mp4  46.17M
|   |   ├──3-数据预处理.mp4.mp4  60.81M
|   |   └──4-返回线性预测结果.mp4.mp4  55.39M
|   ├──5_docker实例演示  
|   |   ├──1-docker简介.mp4.mp4  21.46M
|   |   ├──2-docker安装与配置.mp4.mp4  60.96M
|   |   ├──3-阿里云镜像配置.mp4.mp4  32.44M
|   |   ├──4-基于docker配置pytorch环境.mp4.mp4  49.23M
|   |   ├──5-安装演示环境所需依赖.mp4.mp4  41.19M
|   |   ├──6-复制所需配置到容器中.mp4.mp4  36.31M
|   |   └──7-上传与下载配置好的项目.mp4.mp4  59.24M
|   ├──6_tensorflow-serving实战  
|   |   ├──1-tf-serving项目获取与配置.mp4.mp4  34.83M
|   |   ├──2-加载并启动模型服务.mp4.mp4  41.24M
|   |   ├──3-测试模型部署效果.mp4.mp4  56.19M
|   |   ├──4-fashion数据集获取.mp4.mp4  42.80M
|   |   └──5-加载fashion模型启动服务.mp4.mp4  34.36M
|   ├──7_模型剪枝-Network Slimming算法分析  
|   |   ├──1-论文算法核心框架概述.mp4.mp4  26.10M
|   |   ├──2-BatchNorm要解决的问题.mp4.mp4  24.77M
|   |   ├──3-BN的本质作用.mp4.mp4  26.75M
|   |   ├──4-额外的训练参数解读.mp4.mp4  27.23M
|   |   └──5-稀疏化原理与效果.mp4.mp4  33.25M
|   ├──8_模型剪枝-Network Slimming实战解读  
|   |   ├──1-整体案例流程解读.mp4.mp4  47.00M
|   |   ├──2-加入L1正则化来进行更新.mp4.mp4  34.44M
|   |   ├──3-剪枝模块介绍.mp4.mp4  35.25M
|   |   ├──4-筛选需要的特征图.mp4.mp4  41.22M
|   |   ├──5-剪枝后模型参数赋值.mp4.mp4  62.52M
|   |   └──6-微调完成剪枝模型.mp4.mp4  54.52M
|   └──9_Mobilenet三代网络模型架构  
|   |   ├──1-模型剪枝分析.mp4.mp4  27.39M
|   |   ├──10-V2整体架构与效果分析.mp4.mp4  14.75M
|   |   ├──11-V3版本网络架构分析.mp4.mp4  15.31M
|   |   ├──12-SE模块作用与效果解读.mp4.mp4  45.76M
|   |   ├──13-代码实现mobilenetV3网络架构.mp4.mp4  87.43M
|   |   ├──2-常见剪枝方法介绍.mp4.mp4  28.84M
|   |   ├──3-mobilenet简介.mp4.mp4  11.48M
|   |   ├──4-经典卷积计算量与参数量分析.mp4.mp4  18.17M
|   |   ├──5-深度可分离卷积的作用与效果.mp4.mp4  19.23M
|   |   ├──6-参数与计算量的比较.mp4.mp4  56.10M
|   |   ├──7-V1版本效果分析.mp4.mp4  34.52M
|   |   ├──8-V2版本改进以及Relu激活函数的问题.mp4.mp4  26.49M
|   |   └──9-倒残差结构的作用.mp4.mp4  21.59M
├──1_直播课回放  
|   ├──10_直播7：GPT系列算法与实战  
|   |   └──GPT系列算法与实战.mp4  660.77M
|   ├──11_额外补充：GPT建模与预测流程  
|   |   ├──1.生成模型可以完成的任务概述.mp4  36.23M
|   |   ├──2-数据样本生成方法.mp4  85.45M
|   |   ├──3-训练所需参数解读.mp4  68.88M
|   |   ├──4-模型训练过程.mp4  67.76M
|   |   └──5-部署与网页预测展示.mp4  99.65M
|   ├──12_额外补充：文本摘要建模  
|   |   ├──1-中文商城评价数据处理方法.mp4  77.95M
|   |   ├──2-模型训练与测试结果.mp4  125.90M
|   |   ├──3-文本摘要数据标注方法.mp4  58.38M
|   |   └──4-训练自己标注的数据并测试.mp4  36.40M
|   ├──13_直播8：知识抽取实战  
|   |   └──知识抽取实战.mp4  716.88M
|   ├──14_直播9：Openai CLIP模型  
|   |   └──Openai CLIP模型.mp4  1.16G
|   ├──15_直播10：DeformableDetr算法解读  
|   |   └──DeformableDetr算法解读.mp4  905.29M
|   ├──16_直播11：OCR算法解读  
|   |   └──OCR算法解读.mp4  1.80G
|   ├──17_直播12：KIE关键信息抽取与视频超分辨率重构  
|   |   └──KIE关键信息抽取与视频超分辨率重构.mp4  1.04G
|   ├──18_直播13：对比学习  
|   |   └──1对比学习.mp4  1.31G
|   ├──1_直播1：开班典礼  
|   |   └──1人工智能CV NLP高薪实战班.mp4  1.88G
|   ├──2_Pycharm环境配置与Debug演示(没用过的同学必看)  
|   |   └──Pycharm环境配置与Debug演示(没用过的同学必看).mp4  125.39M
|   ├──3_直播2：深度学习必备基础-神经网络与卷积网络  
|   |   └──1.深度学习必备基础-神经网络与卷积网络.mp4  1.06G
|   ├──4_直播3：Transformer原理及其各领域应用分析  
|   |   └──Transformer原理及其各领域应用分析.mp4  517.48M
|   ├──5_额外补充：时间序列预测  
|   |   └──额外补充：时间序列预测.mp4  527.17M
|   ├──6_直播4：Informer时间序列预测源码解读  
|   |   └──Informer时间序列预测源码解读.mp4  2.04G
|   ├──7_额外补充：Huggingface与NLP（讲故事）  
|   |   └──Huggingface与NLP（讲故事）.mp4  245.97M
|   ├──8_直播5：Huggingface核心模块解读  
|   |   └──Huggingface核心模块解读.mp4  814.97M
|   └──9_直播6：BERT系列模型与命名实体识别实例  
|   |   └──BERT系列模型与命名实体识别实例.mp4  1.21G
├──20_自然语言处理经典案例实战  
|   └──20_自然语言处理经典案例实战.zip  3.78G
├──21_自然语言处理通用框架-BERT实战  
|   └──21_自然语言处理通用框架-BERT实战.zip  2.99G
├──22_知识图谱实战系列  
|   └──22_知识图谱实战系列.zip  2.08G
├──23_语音识别实战系列  
|   └──23_语音识别实战系列.zip  2.35G
├──24_推荐系统实战系列  
|   └──24_推荐系统实战系列.zip  3.51G
├──2_深度学习必备核心算法  
|   ├──1_神经网络算法解读  
|   |   └──1-神经网络算法解读.mp4  589.67M
|   ├──2_卷积神经网络算法解读  
|   |   └──2-卷积神经网络算法解读.mp4  432.74M
|   └──3_递归神经网络算法解读  
|   |   └──3-递归神经网络算法解读.mp4  336.06M
├──3_深度学习核心框架PyTorch  
|   ├──1_PyTorch框架介绍与配置安装  
|   |   ├──1-PyTorch框架与其他框架区别分析1.mp4.mp4  33.24M
|   |   └──2-CPU与GPU版本安装方法解读1.mp4.mp4  100.57M
|   ├──2_使用神经网络进行分类任务  
|   |   ├──1-数据集与任务概述2.mp4.mp4  43.34M
|   |   ├──2-基本模块应用测试2.mp4.mp4  47.62M
|   |   ├──3-网络结构定义方法2.mp4.mp4  55.60M
|   |   ├──4-数据源定义简介2.mp4.mp4  38.98M
|   |   ├──5-损失与训练模块分析2.mp4.mp4  42.31M
|   |   ├──6-训练一个基本的分类模型2.mp4.mp4  54.59M
|   |   └──7-参数对结果的影响2.mp4.mp4  51.65M
|   ├──3_神经网络回归任务-气温预测  
|   |   └──神经网络回归任务-气温预测1.mp4.mp4  198.56M
|   ├──4_卷积网络参数解读分析  
|   |   ├──1-输入特征通道分析2.mp4.mp4  42.48M
|   |   ├──2-卷积网络参数解读2.mp4.mp4  31.46M
|   |   └──3-卷积网络模型训练2.mp4.mp4  55.14M
|   ├──5_图像识别模型与训练策略（重点）  
|   |   ├──1-任务分析与图像数据基本处理2.mp4.mp4  41.62M
|   |   ├──10-测试结果演示分析1.mp4.mp4  110.98M
|   |   ├──2-数据增强模块2.mp4.mp4  40.50M
|   |   ├──3-数据集与模型选择1.mp4.mp4  45.32M
|   |   ├──4-迁移学习方法解读1.mp4.mp4  44.66M
|   |   ├──5-输出层与梯度设置1.mp4.mp4  61.42M
|   |   ├──6-输出类别个数修改1.mp4.mp4  49.06M
|   |   ├──7-优化器与学习率衰减1.mp4.mp4  52.48M
|   |   ├──8-模型训练方法1.mp4.mp4  52.60M
|   |   └──9-重新训练全部模型1.mp4.mp4  54.81M
|   ├──6_DataLoader自定义数据集制作  
|   |   ├──1-Dataloader要完成的任务分析1.mp4.mp4  39.20M
|   |   ├──2-图像数据与标签路径处理1.mp4.mp4  48.98M
|   |   ├──3-Dataloader中需要实现的方法分析1.mp4.mp4  46.95M
|   |   └──4-实用Dataloader加载数据并训练模型1.mp4.mp4  77.82M
|   ├──7_LSTM文本分类实战  
|   |   ├──1-数据集与任务目标分析1.mp4.mp4  52.81M
|   |   ├──2-文本数据处理基本流程分析1.mp4.mp4  55.97M
|   |   ├──3-命令行参数与DEBUG1.mp4.mp4  36.52M
|   |   ├──4-训练模型所需基本配置参数分析1.mp4.mp4  40.92M
|   |   ├──5-预料表与字符切分1.mp4.mp4  31.98M
|   |   ├──6-字符预处理转换ID1.mp4.mp4  34.37M
|   |   ├──7-LSTM网络结构基本定义1.mp4.mp4  34.73M
|   |   ├──8-网络模型预测结果输出1.mp4.mp4  39.11M
|   |   └──9-模型训练任务与总结1.mp4.mp4  45.16M
|   └──8_PyTorch框架Flask部署例子  
|   |   ├──1-基本结构与训练好的模型加载.mp4.mp4  21.02M
|   |   ├──2-服务端处理与预测函数.mp4.mp4  40.92M
|   |   └──3-基于Flask测试模型预测结果.mp4.mp4  46.26M
├──4_MMLAB实战系列  
|   ├──10_第四模块：DBNET文字检测  
|   |   ├──1-文字检测数据概述与配置文件.mp4.mp4  56.60M
|   |   ├──2-配置文件参数设置.mp4.mp4  38.74M
|   |   ├──3-Neck层特征组合.mp4.mp4  32.04M
|   |   ├──4-损失函数模块概述.mp4.mp4  43.11M
|   |   └──5-损失计算方法.mp4.mp4  59.35M
|   ├──11_第四模块：ANINET文字识别  
|   |   ├──1-数据集与环境概述.mp4.mp4  55.58M
|   |   ├──2-配置文件修改方法.mp4.mp4  52.49M
|   |   ├──3-Bakbone模块得到特征.mp4.mp4  42.10M
|   |   ├──4-视觉Transformer模块的作用.mp4.mp4  45.97M
|   |   ├──5-视觉模型中的编码与解码的效果.mp4.mp4  54.49M
|   |   ├──6-文本模型中的结构分析.mp4.mp4  38.66M
|   |   ├──7-迭代修正模块.mp4.mp4  38.14M
|   |   └──8-输出层与损失计算.mp4.mp4  52.81M
|   ├──12_第四模块：KIE基于图模型的关键信息抽取  
|   |   ├──1-配置文件以及要完成的任务解读.mp4.mp4  51.55M
|   |   ├──2-KIE数据集格式调整方法.mp4.mp4  69.46M
|   |   ├──3-配置文件与标签要进行处理操作.mp4.mp4  47.83M
|   |   ├──4-边框要计算的特征分析.mp4.mp4  35.57M
|   |   ├──5-标签数据处理与关系特征提取.mp4.mp4  56.48M
|   |   ├──6-特征合并处理.mp4.mp4  43.74M
|   |   ├──7-准备拼接边与点特征.mp4.mp4  41.38M
|   |   └──8-整合得到图模型输入特征.mp4.mp4  71.98M
|   ├──12_第五模块：stylegan2源码解读  
|   |   ├──1-要完成的任务与基本思想概述.mp4.mp4  57.79M
|   |   ├──2-得到style特征编码.mp4.mp4  69.51M
|   |   ├──3-特征编码风格拼接.mp4.mp4  36.76M
|   |   ├──4-基础风格特征卷积模块.mp4.mp4  54.69M
|   |   ├──5-上采样得到输出结果.mp4.mp4  40.75M
|   |   └──6-损失函数概述.mp4.mp4  26.56M
|   ├──13_第六模块：BasicVSR++视频超分辨重构源码解读  
|   |   ├──1-要完成的任务分析与配置文件.mp4.mp4  27.36M
|   |   ├──10-传播流程整体完成一圈.mp4  61.55M
|   |   ├──11-完成输出结果.mp4.mp4  51.56M
|   |   ├──2-特征基础提取模块.mp4  44.58M
|   |   ├──3-光流估计网络模块.mp4  25.67M
|   |   ├──4-基于光流完成对齐操作.mp4  40.23M
|   |   ├──5-偏移量计算方法1.mp4.mp4  32.48M
|   |   ├──6-双向计算特征对齐.mp4  36.97M
|   |   ├──7-提特征传递流程分析.mp4  37.23M
|   |   ├──8-序列传播计算.mp4  39.88M
|   |   └──9-准备变形卷积模块的输入.mp4.mp4  44.71M
|   ├──14_第七模块：多模态3D目标检测算法源码解读  
|   |   ├──1-环境配置与数据集概述.mp4  51.52M
|   |   ├──10-3D卷积特征融合.mp4  56.76M
|   |   ├──11-输出层预测结果.mp4  80.80M
|   |   ├──2-数据与标注文件介绍.mp4  37.49M
|   |   ├──3-基本流程梳理并进入debug模式.mp4  50.33M
|   |   ├──4-数据与图像特征提取模块.mp4  58.02M
|   |   ├──5-体素索引位置获取.mp4.mp4  64.72M
|   |   ├──6-体素特征提取方法解读.mp4  37.57M
|   |   ├──7-体素特征计算方法分析.mp4  70.71M
|   |   ├──8-全局体素特征提取.mp4  95.96M
|   |   └──9-多模态特征融合.mp4  68.36M
|   ├──15_第八模块：模型蒸馏应用实例  
|   |   ├──1-任务概述与工具使用.mp4  39.64M
|   |   ├──2-Teacher与Student网络结构定义.mp4  46.25M
|   |   ├──3-训练T与S得到蒸馏模型.mp4  70.63M
|   |   ├──4-开始模型训练过程与问题修正.mp4  57.26M
|   |   ├──5-日志输出与模型分离.mp4  70.25M
|   |   ├──6-分别得到Teacher与Student模型.mp4  45.74M
|   |   └──7-实际测试效果演示.mp4  39.02M
|   ├──16_第八模块：模型剪枝方法概述分析  
|   |   ├──1-SuperNet网络结构分析与剪枝概述.mp4  40.58M
|   |   └──2-搜索匹配到符合计算量的模型并训练.mp4  46.83M
|   ├──17_第九模块：mmaction行为识别  
|   |   └──创建自己的行为识别标注数据集.mp4  232.73M
|   ├──18_额外补充  
|   |   └──在源码中加入各种注意力机制方法.mp4  122.48M
|   ├──1_MMCV安装方法  
|   |   └──MMCV安装方法.mp4  55.75M
|   ├──2_第一模块：分类任务基本操作  
|   |   ├──1-准备MMCLS项目.mp4  32.26M
|   |   ├──2-基本参数配置解读.mp4  34.52M
|   |   ├──3-各模块配置文件组成.mp4  35.81M
|   |   ├──4-生成完整配置文件.mp4  24.45M
|   |   ├──5-根据文件夹定义数据集.mp4  40.27M
|   |   ├──6-构建自己的数据集.mp4  36.33M
|   |   ├──7-训练自己的任务.mp4  39.32M
|   |   └──MMCLS问题修正1.mp4  23.50M
|   ├──3_第一模块：训练结果测试与验证  
|   |   ├──1-测试DEMO效果.mp4  25.49M
|   |   ├──2-测试评估模型效果.mp4  27.58M
|   |   ├──3-MMCLS中增加一个新的模块.mp4  62.61M
|   |   ├──4-修改配置文件中的参数.mp4  67.72M
|   |   ├──5-数据增强流程可视化展示.mp4  37.40M
|   |   ├──6-Grad-Cam可视化方法.mp4  41.17M
|   |   ├──7-可视化细节与效果分析.mp4  124.19M
|   |   ├──8-MMCLS可视化模块应用.mp4  72.07M
|   |   └──9-模型分析脚本使用.mp4  36.37M
|   ├──4_第一模块：模型源码DEBUG演示  
|   |   ├──1-VIT任务概述.mp4  29.96M
|   |   ├──2-数据增强模块概述分析.mp4  49.58M
|   |   ├──3-PatchEmbedding层.mp4  25.30M
|   |   ├──4-前向传播基本模块.mp4  38.87M
|   |   └──5-CLS与输出模块.mp4  44.04M
|   ├──5_第二模块：使用分割模块训练自己的数据集  
|   |   ├──1-项目配置基本介绍.mp4  74.23M
|   |   ├──2-数据集标注与制作方法.mp4  56.84M
|   |   ├──3-跟别预测类别数修改配置文件.mp4  39.48M
|   |   ├──4-加载预训练模型开始训练.mp4  86.52M
|   |   └──5-预测DEMO演示.mp4  21.88M
|   ├──6_第二模块：基于Unet进行各种策略修改  
|   |   ├──1-配置文件解读.mp4  32.12M
|   |   ├──2-编码层模块.mp4  32.47M
|   |   ├──3-上采样与输出层.mp4  28.25M
|   |   ├──4-辅助层的作用.mp4  19.83M
|   |   ├──5-给Unet添加一个neck层.mp4  30.37M
|   |   ├──6-如何修改参数适配网络结构.mp4  21.73M
|   |   ├──7-将Unet特征提取模块替换成transformer.mp4  22.41M
|   |   └──8-VIT模块源码分析.mp4  45.48M
|   ├──7_第二模块：分割任务CVPR最新Backbone设计及其应用  
|   |   ├──1-注册自己的Backbone模块.mp4.mp4  34.30M
|   |   ├──10-汇总多层级特征进行输出.mp4.mp4  43.35M
|   |   ├──2-配置文件指定.mp4.mp4  35.84M
|   |   ├──3-DEBUG解读Backbone设计.mp4.mp4  40.45M
|   |   ├──4-PatchEmbedding的作用与实现.mp4.mp4  44.88M
|   |   ├──5-卷积位置编码计算方法.mp4.mp4  53.89M
|   |   ├──6-近似Attention模块实现.mp4.mp4  79.49M
|   |   ├──7-完成特征提取与融合模块.mp4.mp4  55.69M
|   |   ├──8-分割任务输出模块.mp4.mp4  57.72M
|   |   └──9-全局特征的作用与实现.mp4.mp4  56.34M
|   ├──8_第三模块：mmdet训练自己的数据任务  
|   |   ├──1-数据集标注与标签获取.mp4.mp4  31.35M
|   |   ├──2-COCO数据标注格式.mp4.mp4  28.16M
|   |   ├──3-通过脚本生成COCO数据格式.mp4.mp4  38.55M
|   |   ├──4-配置文件数据增强策略分析.mp4.mp4  45.59M
|   |   ├──5-训练所需配置说明.mp4.mp4  56.00M
|   |   ├──6-模型训练与DEMO演示.mp4.mp4  35.27M
|   |   ├──7-模型测试与可视化分析模块.mp4.mp4  77.61M
|   |   └──8-补充：评估指标.mp4.mp4  14.06M
|   └──9_第三模块：DeformableDetr物体检测源码分析  
|   |   ├──1-特征提取与位置编码.mp4  38.16M
|   |   ├──10-分类与回归输出模块.mp4  49.72M
|   |   ├──11-预测输出结果与标签匹配模块.mp4  44.31M
|   |   ├──2-序列特征展开并叠加.mp4  51.07M
|   |   ├──3-得到相对位置点编码.mp4  28.80M
|   |   ├──4-准备Encoder编码层所需全部输入.mp4  37.91M
|   |   ├──5-编码层中的序列分析.mp4  39.73M
|   |   ├──6-偏移量offset计算.mp4  46.09M
|   |   ├──7-偏移量对齐操作.mp4  39.80M
|   |   ├──8-Encoder层完成特征对齐.mp4  51.84M
|   |   └──9-Decoder要完成的操作.mp4  38.98M
├──5_Opencv图像处理框架实战  
|   ├──10_项目实战-文档扫描OCR识别  
|   |   ├──1-整体流程演示.mp4.mp4  21.50M
|   |   ├──2-文档轮廓提取.mp4.mp4  27.81M
|   |   ├──3-原始与变换坐标计算.mp4.mp4  26.24M
|   |   ├──4-透视变换结果.mp4.mp4  32.87M
|   |   ├──5-tesseract-ocr安装配置.mp4.mp4  41.23M
|   |   └──6-文档扫描识别效果.mp4.mp4  28.86M
|   ├──11_图像特征-harris  
|   |   ├──1-角点检测基本原理.mp4.mp4  15.53M
|   |   ├──2-基本数学原理.mp4.mp4  30.58M
|   |   ├──3-求解化简.mp4.mp4  31.79M
|   |   ├──4-特征归属划分.mp4.mp4  43.23M
|   |   └──5-opencv角点检测效果.mp4.mp4  31.04M
|   ├──12_图像特征-sift  
|   |   ├──1-尺度空间定义.mp4.mp4  20.04M
|   |   ├──2-高斯差分金字塔.mp4.mp4  21.68M
|   |   ├──3-特征关键点定位.mp4.mp4  48.15M
|   |   ├──4-生成特征描述.mp4.mp4  24.66M
|   |   ├──5-特征向量生成.mp4.mp4  43.73M
|   |   └──6-opencv中sift函数使用.mp4.mp4  28.80M
|   ├──13_案例实战-全景图像拼接  
|   |   ├──1-特征匹配方法.mp4.mp4  28.56M
|   |   ├──2-RANSAC算法.mp4.mp4  34.50M
|   |   ├──2-图像拼接方法.mp4.mp4  44.96M
|   |   └──4-流程解读.mp4.mp4  21.65M
|   ├──14_项目实战-停车场车位识别  
|   |   ├──1-任务整体流程.mp4.mp4  71.40M
|   |   ├──2-所需数据介绍.mp4.mp4  34.31M
|   |   ├──3-图像数据预处理.mp4.mp4  56.75M
|   |   ├──4-车位直线检测.mp4.mp4  61.44M
|   |   ├──5-按列划分区域.mp4.mp4  54.67M
|   |   ├──6-车位区域划分.mp4.mp4  57.33M
|   |   ├──7-识别模型构建.mp4(1).mp4  41.19M
|   |   ├──7-识别模型构建.mp4.mp4  41.19M
|   |   └──8-基于视频的车位检测.mp4.mp4  135.61M
|   ├──15_项目实战-答题卡识别判卷  
|   |   ├──1-整体流程与效果概述.mp4.mp4  29.49M
|   |   ├──2-预处理操作.mp4.mp4  24.08M
|   |   ├──3-填涂轮廓检测.mp4.mp4  25.66M
|   |   └──4-选项判断识别.mp4.mp4  57.12M
|   ├──16_背景建模  
|   |   ├──1-背景消除-帧差法.mp4.mp4  20.79M
|   |   ├──2-混合高斯模型.mp4.mp4  26.39M
|   |   ├──3-学习步骤.mp4.mp4  31.75M
|   |   └──4-背景建模实战.mp4.mp4  51.17M
|   ├──17_光流估计  
|   |   ├──1-基本概念.mp4.mp4  20.20M
|   |   ├──2-Lucas-Kanade算法.mp4.mp4  19.67M
|   |   ├──3-推导求解.mp4.mp4  25.94M
|   |   └──4-光流估计实战.mp4.mp4  64.22M
|   ├──18_Opencv的DNN模块  
|   |   ├──1-dnn模块.mp4.mp4  28.59M
|   |   └──2-模型加载结果输出.mp4.mp4  40.50M
|   ├──19_项目实战-目标追踪  
|   |   ├──1-目标追踪概述.mp4.mp4  49.75M
|   |   ├──2-多目标追踪实战.mp4.mp4  34.62M
|   |   ├──3-深度学习检测框架加载.mp4.mp4  43.62M
|   |   ├──4-基于dlib与ssd的追踪.mp4.mp4  73.02M
|   |   ├──5-多进程目标追踪.mp4.mp4  25.72M
|   |   └──6-多进程效率提升对比.mp4.mp4  78.13M
|   ├──1_课程简介与环境配置  
|   |   ├──0-课程简介2.mp4.mp4  5.37M
|   |   ├──2-Notebook与IDE环境.mp4.mp4  84.39M
|   |   └──2-Python与Opencv配置安装.mp4.mp4  33.28M
|   ├──20_卷积原理与操作  
|   |   ├──1-卷积神经网络的应用.mp4.mp4  36.18M
|   |   ├──1-卷积效果演示.mp4.mp4  24.58M
|   |   ├──2-卷积操作流程.mp4.mp4  41.15M
|   |   ├──2-卷积层解释.mp4.mp4  22.31M
|   |   ├──3-卷积计算过程.mp4.mp4  27.61M
|   |   ├──4-pading与stride.mp4.mp4  26.12M
|   |   ├──5-卷积参数共享.mp4.mp4  17.69M
|   |   └──6-池化层原理.mp4.mp4  16.09M
|   ├──21_项目实战-疲劳检测  
|   |   ├──1-关键点定位概述.mp4.mp4  28.45M
|   |   ├──2-获取人脸关键点.mp4.mp4  36.07M
|   |   ├──3-定位效果演示.mp4.mp4  45.43M
|   |   ├──4-闭眼检测.mp4.mp4  71.07M
|   |   └──5-检测效果.mp4.mp4  40.60M
|   ├──2_图像基本操作  
|   |   ├──1-计算机眼中的图像.mp4.mp4  30.88M
|   |   ├──2-视频的读取与处理.mp4.mp4  46.97M
|   |   ├──3-ROI区域.mp4.mp4  15.37M
|   |   ├──4-边界填充.mp4.mp4  21.46M
|   |   └──5-数值计算.mp4.mp4  40.04M
|   ├──3_阈值与平滑处理  
|   |   ├──1-图像平滑处理.mp4.mp4  24.69M
|   |   ├──2-高斯与中值滤波.mp4.mp4  20.55M
|   |   └──图像阈值.mp4.mp4  30.78M
|   ├──4_图像形态学操作  
|   |   ├──1-腐蚀操作.mp4.mp4  20.99M
|   |   ├──2-膨胀操作.mp4.mp4  12.25M
|   |   ├──3-开运算与闭运算.mp4.mp4  9.32M
|   |   ├──4-梯度计算.mp4.mp4  7.85M
|   |   └──5-礼帽与黑帽.mp4.mp4  15.88M
|   ├──5_图像梯度计算  
|   |   ├──1-Sobel算子.mp4.mp4  27.00M
|   |   ├──2-梯度计算方法.mp4.mp4  30.29M
|   |   └──3-scharr与lapkacian算子.mp4.mp4  27.39M
|   ├──666JAVA下载必看  
|   |   ├──高薪学习it网【海量资源：666java.com】.url  0.05kb
|   |   ├──海量优质it资源【www.666java.com】.url  0.05kb
|   |   ├──看看我【www.666java.com】.zip  14.66M
|   |   ├──课程总结【海量资源：666java.com】.mp4  14.73M
|   |   ├──面试合集【海量资源：666java.com】.txt  0.18kb
|   |   ├──软件下载【海量资源：666java.com】.txt  0.15kb
|   |   ├──下载必看.txt  0.16kb
|   |   └──资料2【海量资源：666java.com】.zip  14.66M
|   ├──6_边缘检测  
|   |   ├──1-Canny边缘检测流程.mp4.mp4  18.97M
|   |   ├──2-非极大值抑制.mp4.mp4  18.32M
|   |   └──3-边缘检测效果.mp4.mp4  36.63M
|   ├──7_图像金字塔与轮廓检测  
|   |   ├──1-轮廓检测方法.mp4.mp4  19.31M
|   |   ├──1-模板匹配方法.mp4.mp4  47.35M
|   |   ├──1-图像金字塔定义.mp4.mp4  19.68M
|   |   ├──2-金字塔制作方法.mp4.mp4  25.47M
|   |   ├──2-轮廓检测结果.mp4.mp4  34.37M
|   |   ├──2-匹配效果展示.mp4.mp4  21.14M
|   |   └──3-轮廓特征与近似.mp4.mp4  37.51M
|   ├──8_直方图与傅里叶变换  
|   |   ├──1-傅里叶概述.mp4.mp4  38.79M
|   |   ├──1-直方图定义.mp4.mp4  23.64M
|   |   ├──2-均衡化原理.mp4.mp4  31.35M
|   |   ├──2-频域变换结果.mp4.mp4  26.26M
|   |   ├──3-低通与高通滤波.mp4.mp4  27.34M
|   |   └──3-均衡化效果.mp4.mp4  27.21M
|   └──9_项目实战-信用卡数字识别  
|   |   ├──2-环境配置与预处理.mp4.mp4  34.85M
|   |   ├──3-模板处理方法.mp4.mp4  23.69M
|   |   ├──4-输入数据处理方法.mp4.mp4  28.88M
|   |   ├──5-模板匹配得出识别结果.mp4.mp4  47.72M
|   |   └──总体流程与方法讲解.mp4.mp4  20.65M
├──6_综合项目-物体检测经典算法实战  
|   ├──10_EfficientNet网络  
|   |   └──第八课：EfficientNet网络模型.mp4.mp4  538.47M
|   ├──11_EfficientDet检测算法  
|   |   └──第十一章：EfficientDet检测算法.mp4.mp4  448.01M
|   ├──12_基于Transformer的detr目标检测算法  
|   |   ├──1-DETR目标检测基本思想解读.mp4.mp4  19.35M
|   |   ├──2-整体网络架构分析.mp4.mp4  31.64M
|   |   ├──3-位置信息初始化query向量.mp4.mp4  19.97M
|   |   ├──4-注意力机制的作用方法.mp4.mp4  20.85M
|   |   └──5-训练过程的策略.mp4.mp4  28.41M
|   ├──13_detr目标检测源码解读  
|   |   ├──1-项目环境配置解读.mp4.mp4  40.42M
|   |   ├──2-数据处理与dataloader.mp4.mp4  64.11M
|   |   ├──3-位置编码作用分析.mp4.mp4  47.95M
|   |   ├──4-backbone特征提取模块.mp4.mp4  35.62M
|   |   ├──5-mask与编码模块.mp4.mp4  34.75M
|   |   ├──6-编码层作用方法.mp4.mp4  42.86M
|   |   ├──7-Decoder层操作与计算.mp4.mp4  30.15M
|   |   ├──8-输出预测结果.mp4.mp4  41.28M
|   |   └──9-损失函数与预测输出.mp4.mp4  41.18M
|   ├──1_深度学习经典检测方法概述  
|   |   ├──1-检测任务中阶段的意义.mp4.mp4  15.14M
|   |   ├──2-不同阶段算法优缺点分析.mp4.mp4  10.68M
|   |   ├──3-IOU指标计算.mp4.mp4  11.74M
|   |   ├──4-评估所需参数计算.mp4.mp4  26.23M
|   |   └──5-map指标计算.mp4.mp4  19.63M
|   ├──2_YOLO-V1整体思想与网络架构  
|   |   ├──2-检测算法要得到的结果.mp4.mp4  13.63M
|   |   ├──3-整体网络架构解读.mp4.mp4  30.67M
|   |   ├──4-位置损失计算.mp4.mp4  18.97M
|   |   ├──5-置信度误差与优缺点分析.mp4.mp4  26.86M
|   |   └──YOLO算法整体思路解读.mp4.mp4  14.68M
|   ├──3_YOLO-V2改进细节详解  
|   |   ├──V2版本细节升级概述.mp4.mp4  13.38M
|   |   ├──2-网络结构特点.mp4.mp4  15.69M
|   |   ├──3-架构细节解读.mp4.mp4  18.92M
|   |   ├──4-基于聚类来选择先验框尺寸.mp4.mp4  24.24M
|   |   ├──5-偏移量计算方法.mp4.mp4  27.55M
|   |   ├──6-坐标映射与还原.mp4.mp4  10.08M
|   |   ├──7-感受野的作用.mp4.mp4  28.11M
|   |   └──8-特征融合改进.mp4.mp4  19.20M
|   ├──4_YOLO-V3核心网络模型  
|   |   ├──1-V3版本改进概述.mp4.mp4  18.27M
|   |   ├──2-多scale方法改进与特征融合.mp4.mp4  17.07M
|   |   ├──3-经典变换方法对比分析.mp4.mp4  10.83M
|   |   ├──4-残差连接方法解读.mp4.mp4  18.64M
|   |   ├──5-整体网络模型架构分析.mp4.mp4  12.93M
|   |   ├──6-先验框设计改进.mp4.mp4  13.04M
|   |   └──7-sotfmax层改进.mp4.mp4  10.61M
|   ├──5_项目实战-基于V3版本进行源码解读  
|   |   ├──1-数据与环境配置.mp4.mp4  65.52M
|   |   ├──10-网格偏移计算.mp4.mp4  33.92M
|   |   ├──11-模型要计算的损失概述.mp4.mp4  23.14M
|   |   ├──12-标签值格式修改.mp4.mp4  28.27M
|   |   ├──13-坐标相对位置计算.mp4.mp4  32.80M
|   |   ├──14-完成所有损失函数所需计算指标.mp4.mp4  35.32M
|   |   ├──15-模型训练与总结.mp4.mp4  72.91M
|   |   ├──16-预测效果展示.mp4.mp4  34.51M
|   |   ├──2-训练参数设置.mp4.mp4  23.85M
|   |   ├──3-数据与标签读取.mp4.mp4  42.51M
|   |   ├──4-标签文件读取与处理.mp4.mp4  27.48M
|   |   ├──5-debug模式介绍.mp4.mp4  27.25M
|   |   ├──6-基于配置文件构建网络模型.mp4.mp4  42.04M
|   |   ├──7-路由层与shortcut层的作用.mp4.mp4  33.72M
|   |   ├──8-YOLO层定义解析.mp4.mp4  61.09M
|   |   └──9-预测结果计算.mp4.mp4  46.00M
|   ├──6_基于YOLO-V3训练自己的数据集与任务  
|   |   ├──1-Labelme工具安装.mp4.mp4  14.29M
|   |   ├──2-数据信息标注.mp4.mp4  32.09M
|   |   ├──3-完成标签制作.mp4.mp4  31.74M
|   |   ├──4-生成模型所需配置文件.mp4.mp4  36.71M
|   |   ├──5-json格式转换成yolo-v3所需输入.mp4.mp4  20.95M
|   |   ├──6-完成输入数据准备工作.mp4.mp4  40.10M
|   |   ├──7-训练代码与参数配置更改.mp4.mp4  44.29M
|   |   └──8-训练模型并测试效果.mp4.mp4  38.49M
|   ├──7_YOLO-V4版本算法解读  
|   |   ├──1-V4版本整体概述.mp4.mp4  15.06M
|   |   ├──10-PAN模块解读.mp4.mp4  20.64M
|   |   ├──11-激活函数与整体架构总结.mp4.mp4  19.19M
|   |   ├──2-V4版本贡献解读.mp4.mp4  10.06M
|   |   ├──3-数据增强策略分析.mp4.mp4  24.70M
|   |   ├──4-DropBlock与标签平滑方法.mp4.mp4  19.36M
|   |   ├──5-损失函数遇到的问题.mp4.mp4  14.26M
|   |   ├──6-CIOU损失函数定义.mp4.mp4  10.82M
|   |   ├──7-NMS细节改进.mp4.mp4  16.66M
|   |   ├──8-SPP与CSP网络结构.mp4.mp4  14.81M
|   |   └──9-SAM注意力机制模块.mp4.mp4  22.48M
|   ├──8_V5版本项目配置  
|   |   ├──1-整体项目概述.mp4.mp4  35.77M
|   |   ├──2-训练自己的数据集方法.mp4.mp4  41.32M
|   |   ├──3-训练数据参数配置.mp4.mp4  51.48M
|   |   └──4-测试DEMO演示.mp4.mp4  50.47M
|   └──9_V5项目工程源码解读  
|   |   ├──12-BottleneckCSP层计算方法.mp4.mp4  33.82M
|   |   ├──13-1 SPP层计算细节分析.mp4.mp4  29.17M
|   |   ├──13-Head层流程解读.mp4.mp4  29.12M
|   |   ├──14-上采样与拼接操作.mp4.mp4  21.48M
|   |   ├──15-输出结果分析.mp4.mp4  41.71M
|   |   ├──16-超参数解读.mp4.mp4  34.94M
|   |   ├──17-命令行参数介绍.mp4.mp4  44.26M
|   |   ├──18-训练流程解读.mp4.mp4  46.81M
|   |   ├──19-各种训练策略概述.mp4.mp4  38.43M
|   |   ├──2-图像数据源配置.mp4.mp4  34.65M
|   |   ├──20-模型迭代过程.mp4.mp4  38.42M
|   |   ├──3-加载标签数据.mp4.mp4  26.33M
|   |   ├──4-Mosaic数据增强方法.mp4.mp4  28.19M
|   |   ├──5-数据四合一方法与流程演示.mp4.mp4  41.69M
|   |   ├──6-getItem构建batch.mp4.mp4  33.03M
|   |   ├──7-网络架构图可视化工具安装.mp4.mp4  34.33M
|   |   ├──8-V5网络配置文件解读.mp4.mp4  35.74M
|   |   ├──9-Focus模块流程分析.mp4.mp4  21.93M
|   |   ├──1-数据源DEBUG流程解读.mp4.mp4  48.13M
|   |   ├──10-完成配置文件解析任务.mp4.mp4  58.80M
|   |   └──11-前向传播计算.mp4.mp4  30.80M
├──7_图像分割实战  
|   ├──10_MaskRcnn网络框架源码详解  
|   |   ├──1-FPN层特征提取原理解读.mp4.mp4  42.31M
|   |   ├──10-RoiPooling层的作用与目的.mp4.mp4  33.45M
|   |   ├──11-RorAlign操作的效果.mp4.mp4  25.70M
|   |   ├──12-整体框架回顾.mp4.mp4  28.86M
|   |   ├──2-FPN网络架构实现解读.mp4.mp4  55.77M
|   |   ├──3-生成框比例设置.mp4.mp4  28.25M
|   |   ├──4-基于不同尺度特征图生成所有框.mp4.mp4  32.93M
|   |   ├──5-RPN层的作用与实现解读.mp4.mp4  30.90M
|   |   ├──6-候选框过滤方法.mp4.mp4  15.59M
|   |   ├──7-Proposal层实现方法.mp4.mp4  33.31M
|   |   ├──8-DetectionTarget层的作用.mp4.mp4  25.70M
|   |   └──9-正负样本选择与标签定义.mp4.mp4  27.59M
|   ├──11_基于MASK-RCNN框架训练自己的数据与任务  
|   |   ├──1-Labelme工具安装.mp4.mp4  14.29M
|   |   ├──2-使用labelme进行数据与标签标注.mp4.mp4  26.29M
|   |   ├──3-完成训练数据准备工作.mp4.mp4  26.61M
|   |   ├──4-maskrcnn源码修改方法.mp4.mp4  63.56M
|   |   ├──5-基于标注数据训练所需任务.mp4.mp4  39.72M
|   |   └──6-测试与展示模块.mp4.mp4  38.60M
|   ├──1_图像分割及其损失函数概述  
|   |   ├──1-语义分割与实例分割概述.mp4.mp4  20.24M
|   |   ├──2-分割任务中的目标函数定义.mp4.mp4  20.00M
|   |   └──3-MIOU评估标准.mp4.mp4  9.03M
|   ├──2_卷积神经网络原理与参数解读  
|   |   ├──1-卷积神经网络应用领域.mp4.mp4  21.20M
|   |   ├──10-VGG网络架构.mp4.mp4  19.34M
|   |   ├──11-残差网络Resnet.mp4.mp4  18.02M
|   |   ├──12-感受野的作用.mp4.mp4  16.86M
|   |   ├──2-卷积的作用.mp4.mp4  22.67M
|   |   ├──3-卷积特征值计算方法.mp4.mp4  21.23M
|   |   ├──4-得到特征图表示.mp4.mp4  18.23M
|   |   ├──5-步长与卷积核大小对结果的影响.mp4.mp4  19.86M
|   |   ├──6-边缘填充方法.mp4.mp4  17.28M
|   |   ├──7-特征图尺寸计算与参数共享.mp4.mp4  21.99M
|   |   ├──8-池化层的作用.mp4.mp4  11.31M
|   |   └──9-1整体网络架构.mp4.mp4  16.98M
|   ├──3_Unet系列算法讲解  
|   |   ├──1-Unet网络编码与解码过程.mp4.mp4  18.29M
|   |   ├──2-网络计算流程.mp4.mp4  16.13M
|   |   ├──3-Unet升级版本改进.mp4.mp4  15.75M
|   |   └──4-后续升级版本介绍.mp4.mp4  18.37M
|   ├──4_unet医学细胞分割实战  
|   |   ├──1-医学细胞数据集介绍与参数配置.mp4.mp4  71.21M
|   |   ├──2-数据增强工具.mp4.mp4  61.47M
|   |   ├──3-Debug模式演示网络计算流程.mp4.mp4  41.37M
|   |   ├──4-特征融合方法演示.mp4.mp4  30.05M
|   |   ├──5-迭代完成整个模型计算任务.mp4.mp4  33.55M
|   |   └──6-模型效果验证.mp4.mp4  47.29M
|   ├──5_U2NET显著性检测实战  
|   |   ├──1-任务目标与网络整体介绍.mp4.mp4  58.66M
|   |   ├──2-显著性检测任务与目标概述.mp4.mp4  53.96M
|   |   ├──3-编码器模块解读.mp4.mp4  43.66M
|   |   ├──4-解码器输出结果.mp4.mp4  27.90M
|   |   └──5-损失函数与应用效果.mp4.mp4  34.34M
|   ├──6_deeplab系列算法  
|   |   ├──1-deeplab分割算法概述.mp4.mp4  13.81M
|   |   ├──2-空洞卷积的作用.mp4.mp4  16.74M
|   |   ├──3-感受野的意义.mp4.mp4  19.37M
|   |   ├──4-SPP层的作用.mp4.mp4  19.02M
|   |   ├──5-ASPP特征融合策略.mp4.mp4  13.45M
|   |   └──6-deeplabV3Plus版本网络架构.mp4.mp4  24.08M
|   ├──7_基于deeplabV3+版本进行VOC分割实战  
|   |   ├──1-PascalVoc数据集介绍.mp4.mp4  70.12M
|   |   ├──2-项目参数与数据集读取.mp4.mp4  60.32M
|   |   ├──3-网络前向传播流程.mp4.mp4  33.10M
|   |   ├──4-ASPP层特征融合.mp4.mp4  51.19M
|   |   └──5-分割模型训练.mp4.mp4  34.97M
|   ├──8_医学心脏视频数据集分割建模实战  
|   |   ├──1-数据集与任务概述.mp4.mp4  45.55M
|   |   ├──2-项目基本配置参数.mp4.mp4  33.31M
|   |   ├──3-任务流程解读.mp4.mp4  69.12M
|   |   ├──4-文献报告分析.mp4.mp4  122.67M
|   |   ├──5-补充：视频数据源特征处理方法概述.mp4.mp4  26.33M
|   |   └──6-补充：R(2plus1)D处理方法分析.mp4.mp4  18.88M
|   └──9_物体检测框架-MaskRcnn项目介绍与配置  
|   |   ├──0-Mask-Rcnn开源项目简介.mp4.mp4  88.18M
|   |   ├──0-参数配置.mp4.mp4  97.85M
|   |   └──0-开源项目数据集.mp4.mp4  42.48M
├──8_行为识别实战  
|   ├──1_slowfast算法知识点通俗解读  
|   |   ├──1-slowfast核心思想解读.mp4.mp4  74.86M
|   |   ├──2-核心网络结构模块分析.mp4.mp4  20.98M
|   |   ├──3-数据采样曾的作用.mp4.mp4  18.26M
|   |   ├──4-模型网络结构设计.mp4.mp4  19.30M
|   |   └──5-特征融合模块与总结分析.mp4.mp4  39.30M
|   ├──2_slowfast项目环境配置与配置文件  
|   |   ├──1-环境基本配置解读.mp4.mp4  45.35M
|   |   ├──2-目录各文件分析.mp4.mp4  36.84M
|   |   ├──3-配置文件作用解读.mp4.mp4  50.90M
|   |   ├──4-测试DEMO演示1.mp4.mp4  66.77M
|   |   ├──5-训练所需标签文件说明.mp4.mp4  48.77M
|   |   ├──6-训练所需视频数据准备.mp4.mp4  47.39M
|   |   ├──7-视频数据集切分操作.mp4.mp4  39.66M
|   |   └──8-完成视频分帧操作.mp4.mp4  32.77M
|   ├──3_slowfast源码详细解读  
|   |   ├──1-模型所需配置文件参数读取1.mp4.mp4  33.24M
|   |   ├──10-RoiAlign与输出层1.mp4.mp4  78.92M
|   |   ├──2-数据处理概述1.mp4.mp4  49.72M
|   |   ├──3-dataloader数据遍历方法1.mp4.mp4  56.85M
|   |   ├──4-数据与标签读取实例1.mp4.mp4  52.22M
|   |   ├──5-图像数据所需预处理方法1.mp4.mp4  66.76M
|   |   ├──6-slow与fast分别执行采样操作1.mp4.mp4  66.34M
|   |   ├──7-分别计算特征图输出结果1.mp4.mp4  56.64M
|   |   ├──8-slow与fast特征图拼接操作1.mp4.mp4  49.69M
|   |   └──9-resnetBolock操作1.mp4.mp4  53.62M
|   ├──4_基于3D卷积的视频分析与动作识别  
|   |   ├──1-3D卷积原理解读.mp4.mp4  20.62M
|   |   ├──2-UCF101动作识别数据集简介.mp4.mp4  51.69M
|   |   ├──3-测试效果与项目配置.mp4.mp4  55.60M
|   |   ├──4-视频数据预处理方法.mp4.mp4  32.25M
|   |   ├──5-数据Batch制作方法.mp4.mp4  46.66M
|   |   ├──6-3D卷积网络所涉及模块.mp4.mp4  37.76M
|   |   └──7-训练网络模型.mp4.mp4  38.81M
|   ├──5_视频异常检测算法与元学习  
|   |   ├──1-异常检测要解决的问题与数据集介绍.mp4.mp4  21.49M
|   |   ├──2-基本思想与流程分析.mp4.mp4  24.27M
|   |   ├──3-预测与常见问题.mp4.mp4  26.58M
|   |   ├──4-Meta-Learn要解决的问题.mp4.mp4  20.78M
|   |   ├──5-学习能力与参数定义.mp4.mp4  14.17M
|   |   ├──6-如何找到合适的初始化参数.mp4.mp4  23.36M
|   |   └──7-MAML算法流程解读.mp4.mp4  28.99M
|   ├──666JAVA下载必看  
|   |   ├──高薪学习it网【海量资源：666java.com】.url  0.05kb
|   |   ├──海量优质it资源【www.666java.com】.url  0.05kb
|   |   ├──看看我【www.666java.com】.zip  14.66M
|   |   ├──课程总结【海量资源：666java.com】.mp4  14.73M
|   |   ├──面试合集【海量资源：666java.com】.txt  0.18kb
|   |   ├──软件下载【海量资源：666java.com】.txt  0.15kb
|   |   ├──下载必看.txt  0.16kb
|   |   └──资料2【海量资源：666java.com】.zip  14.66M
|   ├──6_视频异常检测CVPR2021论文及其源码解读  
|   |   ├──1-论文概述与环境配置.mp4.mp4  26.61M
|   |   ├──2-数据集配置与读取.mp4.mp4  38.74M
|   |   ├──3-模型编码与解码结构.mp4.mp4  33.37M
|   |   ├──4-注意力机制模块打造.mp4.mp4  61.12M
|   |   ├──5-损失函数的目的.mp4.mp4  57.97M
|   |   ├──6-特征图生成.mp4.mp4  38.02M
|   |   └──7-MetaLearn与输出.mp4.mp4  29.79M
|   └──7_基础补充-Resnet模型及其应用实例  
|   |   ├──1-医学疾病数据集介绍.mp4.mp4  18.85M
|   |   ├──2-Resnet网络架构原理分析.mp4.mp4  24.81M
|   |   ├──3-dataloader加载数据集.mp4.mp4  64.78M
|   |   ├──4-Resnet网络前向传播.mp4.mp4  35.82M
|   |   ├──5-残差网络的shortcut操作.mp4.mp4  47.34M
|   |   ├──6-特征图升维与降采样操作.mp4.mp4  26.89M
|   |   └──7-网络整体流程与训练演示.mp4.mp4  67.45M
├──9_2022论文必备-Transformer实战系列  
|   ├──10_MedicalTransformer源码解读  
|   |   ├──1-项目环境配置1.mp4.mp4  25.29M
|   |   ├──2-医学数据介绍与分析1.mp4.mp4  56.68M
|   |   ├──3-基本处理操作1.mp4.mp4  25.77M
|   |   ├──4-AxialAttention实现过程1.mp4.mp4  36.87M
|   |   ├──5-位置编码向量解读1.mp4.mp4  27.80M
|   |   ├──6-注意力计算过程与方法1.mp4.mp4  52.13M
|   |   └──7-局部特征提取与计算1.mp4.mp4  40.92M
|   ├──11_商汤LoFTR算法解读  
|   |   ├──1-特征匹配的应用场景.mp4.mp4  87.35M
|   |   ├──10-总结分析.mp4.mp4  39.42M
|   |   ├──2-特征匹配的基本流程分析.mp4.mp4  15.91M
|   |   ├──3-整体流程梳理分析.mp4.mp4  16.46M
|   |   ├──4-CrossAttention的作用与效果.mp4.mp4  15.69M
|   |   ├──5-transformer构建匹配特征.mp4.mp4  33.79M
|   |   ├──6-粗粒度匹配过程与作用.mp4.mp4  26.00M
|   |   ├──7-特征图拆解操作.mp4.mp4  14.34M
|   |   ├──8-细粒度匹配的作用与方法.mp4.mp4  19.87M
|   |   └──9-基于期望预测最终位置.mp4.mp4  23.08M
|   ├──12_局部特征关键点匹配实战  
|   |   ├──1-项目与参数配置解读1.mp4.mp4  44.48M
|   |   ├──10-得到精细化输出结果1.mp4.mp4  19.35M
|   |   ├──11-通过期望计算最终输出1.mp4.mp4  40.24M
|   |   ├──2-DEMO效果演示1.mp4.mp4  39.57M
|   |   ├──3-backbone特征提取模块1.mp4.mp4  28.65M
|   |   ├──4-注意力机制的作用与效果分析1.mp4.mp4  30.98M
|   |   ├──5-特征融合模块实现方法1.mp4.mp4  29.29M
|   |   ├──6-cross关系计算方法实例1.mp4.mp4  29.30M
|   |   ├──7-粗粒度匹配过程1.mp4.mp4  49.80M
|   |   ├──8-完成基础匹配模块1.mp4.mp4  63.33M
|   |   └──9-精细化调整方法与实例1.mp4.mp4  42.73M
|   ├──13_项目补充-谷歌开源项目BERT源码解读与应用实例  
|   |   ├──1-BERT开源项目简介1.mp4.mp4  41.26M
|   |   ├──10-构建QKV矩阵1.mp4.mp4  50.65M
|   |   ├──11-完成Transformer模块构建1.mp4.mp4  40.72M
|   |   ├──12-训练BERT模型1.mp4.mp4  54.58M
|   |   ├──2-项目参数配置1.mp4.mp4  106.67M
|   |   ├──3-数据读取模块1.mp4.mp4  54.19M
|   |   ├──4-数据预处理模块1.mp4.mp4  40.01M
|   |   ├──6-Embedding层的作用1.mp4.mp4  30.91M
|   |   ├──7-加入额外编码特征1.mp4.mp4  42.36M
|   |   ├──8-加入位置编码特征1.mp4.mp4  23.57M
|   |   ├──9-mask机制1.mp4.mp4  36.69M
|   |   └──tfrecord制作1.mp4.mp4  51.39M
|   ├──14_项目补充-基于BERT的中文情感分析实战  
|   |   ├──1-中文分类数据与任务概述1.mp4.mp4  83.47M
|   |   ├──2-读取处理自己的数据集1.mp4.mp4  53.00M
|   |   └──3-训练BERT中文分类模型1.mp4.mp4  72.20M
|   ├──1_课程介绍  
|   |   └──课程介绍1.mp4.mp4  14.82M
|   ├──2_自然语言处理通用框架BERT原理解读  
|   |   ├──1-BERT任务目标概述.mp4.mp4  11.47M
|   |   ├──10-训练实例.mp4.mp4  24.09M
|   |   ├──2-传统解决方案遇到的问题1.mp4.mp4  22.59M
|   |   ├──3-注意力机制的作用1.mp4.mp4  14.72M
|   |   ├──4-self-attention计算方法1.mp4.mp4  23.69M
|   |   ├──5-特征分配与softmax机制1.mp4.mp4  21.24M
|   |   ├──6-Multi-head的作用1.mp4.mp4  19.29M
|   |   ├──7-位置编码与多层堆叠1.mp4.mp4  16.77M
|   |   ├──8-transformer整体架构梳理.mp4.mp4  22.24M
|   |   └──9-BERT模型训练方法.mp4.mp4  20.59M
|   ├──3_Transformer在视觉中的应用VIT算法  
|   |   ├──1-transformer发家史介绍1.mp4.mp4  15.84M
|   |   ├──2-对图像数据构建patch序列1.mp4.mp4  22.18M
|   |   ├──3-VIT整体架构解读1.mp4.mp4  24.32M
|   |   ├──4-CNN遇到的问题与窘境1.mp4.mp4  22.34M
|   |   ├──5-计算公式解读1.mp4.mp4  24.11M
|   |   ├──6-位置编码与TNT模型1.mp4.mp4  25.20M
|   |   └──7-TNT模型细节分析1.mp4.mp4  27.54M
|   ├──4_VIT算法模型源码解读  
|   |   ├──1-项目配置说明1.mp4.mp4  43.27M
|   |   ├──2-输入序列构建方法解读1.mp4.mp4  29.80M
|   |   ├──3-注意力机制计算1.mp4.mp4  28.04M
|   |   └──4-输出层计算结果1.mp4.mp4  37.72M
|   ├──5_swintransformer算法原理解析  
|   |   ├──1-swintransformer整体概述1.mp4.mp4  14.76M
|   |   ├──10-分层计算方法1.mp4.mp4  21.71M
|   |   ├──2-要解决的问题及其优势分析1.mp4.mp4  22.33M
|   |   ├──3-一个block要完成的任务1.mp4.mp4  17.36M
|   |   ├──4-获取各窗口输入特征1.mp4.mp4  18.99M
|   |   ├──5-基于窗口的注意力机制解读1.mp4.mp4  29.53M
|   |   ├──6-窗口偏移操作的实现1.mp4.mp4  24.27M
|   |   ├──7-偏移细节分析及其计算量概述1.mp4.mp4  20.41M
|   |   ├──8-整体网络架构整合1.mp4.mp4  20.88M
|   |   └──9-下采样操作实现方法1.mp4.mp4  22.24M
|   ├──6_swintransformer源码解读  
|   |   ├──1-数据与环境配置解读1.mp4.mp4  59.59M
|   |   ├──2-图像数据patch编码1.mp4.mp4  37.62M
|   |   ├──3-数据按window进行划分计算1.mp4.mp4  31.46M
|   |   ├──4-基础attention计算模块1.mp4.mp4  27.58M
|   |   ├──5-窗口位移模块细节分析1.mp4.mp4  36.81M
|   |   ├──6-patchmerge下采样操作1.mp4.mp4  25.24M
|   |   ├──7-各block计算方法解读1.mp4.mp4  27.91M
|   |   └──8-输出层概述1.mp4.mp4  41.11M
|   ├──7_基于Transformer的detr目标检测算法  
|   |   ├──1-DETR目标检测基本思想解读1.mp4.mp4  19.27M
|   |   ├──2-整体网络架构分析1.mp4.mp4  31.54M
|   |   ├──3-位置信息初始化query向量1.mp4.mp4  19.90M
|   |   ├──4-注意力机制的作用方法1.mp4.mp4  20.79M
|   |   └──5-训练过程的策略1.mp4.mp4  28.34M
|   ├──8_detr目标检测源码解读  
|   |   ├──1-项目环境配置解读2.mp4.mp4  40.33M
|   |   ├──2-数据处理与dataloader2.mp4.mp4  63.98M
|   |   ├──3-位置编码作用分析2.mp4.mp4  47.86M
|   |   ├──4-backbone特征提取模块1.mp4.mp4  35.54M
|   |   ├──5-mask与编码模块1.mp4.mp4  34.68M
|   |   ├──6-编码层作用方法1.mp4.mp4  42.78M
|   |   ├──7-Decoder层操作与计算1.mp4.mp4  30.08M
|   |   ├──8-输出预测结果1.mp4.mp4  41.20M
|   |   └──9-损失函数与预测输出1.mp4.mp4  41.18M
|   └──9_MedicalTrasnformer论文解读  
|   |   ├──1-论文整体分析.mp4.mp4  23.72M
|   |   ├──2-核心思想分析.mp4.mp4  54.26M
|   |   ├──3-网络结构计算流程概述.mp4.mp4  44.46M
|   |   ├──4-论文公式计算分析.mp4.mp4  46.93M
|   |   ├──5-位置编码的作用与效果.mp4.mp4  46.55M
|   |   └──6-拓展应用分析.mp4.mp4  56.52M
├──解压密码.txt  0.01kb
└──资料.zip  90.07G

xdwknet

位置编码作用分析2.mp4.mp4  47.86M

joraboy328

goooood

laoda1228

强烈支持楼主ing……

woodfire

强烈支持楼主ing……

yjip267

VIP专享

nickname

GP-人工智能深度学习-第五期【VIP专享】

Chanchira1

RE: rk0381-GP-人工智能深度学习-第五期【VIP专享】 [修改]

Chompoonut

RE: rk0381-GP-人工智能深度学习-第五期【VIP专享】 [修改]

Liam1

RE: rk0381-GP-人工智能深度学习-第五期【VIP专享】 [修改]