【11720XEa140】零基础计算机视觉自学合集(实战深度学习)619_621
课程目录：
-1-数据集与环境概述 .mp4 (39.19MB)
-1-环境配置与数据集概述 .mp4 (40.06MB)
-10-3D卷积特征融合 .mp4 (46.04MB)
-10-基本建模训练效果 .mp4 (59.75MB)
-10-整体架构总结 .mp4 (45.07MB)
-10-获取当前BEV特征 .mp4 (32.71MB)
-11-Decoder级联校正模块 .mp4 (38.3MB)
-11-分割任务数据与配置概述 .mp4 (34.61MB)
-11-输出层预测结果 .mp4 (58.68MB)
-12-分割需要解决的任务概述 .mp4 (24.75MB)
-12-损失函数与预测可视化 .mp4 (45.27MB)
-13-上采样完成分割任务 .mp4 (39.06MB)
-2-BEV中的3D与4D分析 .mp4 (21.59MB)
-2-不同模块对比分析 .mp4 (29.81MB)
-2-任务训练目标分析 .mp4 (41.51MB)
-2-可变形偏移量分析 .mp4 (33.25MB)
-2-基本解决方案概述 .mp4 (16.44MB)
-2-待补全数据准备方法 .mp4 (25.59MB)
-2-数据与标注文件介绍 .mp4 (31.42MB)
-2-正负样本构建方法 .mp4 (22.76MB)
-2-源码实现细节分析 .mp4 (38.54MB)
-2-网络结构搭建细节解读 .mp4 (41.26MB)
-2-自监督任务中两大核心任务分析 .mp4 (49.53MB)
-2-要完成的任务分析 .mp4 (47.25MB)
-2-论文概述分析 .mp4 (60.3MB)
-2-论文解读分析 .mp4 (65.54MB)
-2-配准要完成的目标解读 .mp4 (17MB)
-2-配置文件修改方法 .mp4 (44.59MB)
-3-Bakbone模块得到特征 .mp4 (36.8MB)
-3-Simclr框架流程分析 .mp4 (28.61MB)
-3-公式原理推导解读 .mp4 (43.74MB)
-3-基本流程梳理并进入debug模式 .mp4 (35.62MB)
-3-完成的任务分析 .mp4 (63.62MB)
-3-实现流程路线图 .mp4 (53.07MB)
-3-应用场景分析解读 .mp4 (41.68MB)
-3-建模流程分析与效果展示 .mp4 (57.66MB)
-3-整体框架概述 .mp4 (34.36MB)
-3-整体网络架构图分析 .mp4 (37.68MB)
-3-整体网络概述 .mp4 (18.95MB)
-3-源码公式对应论文分析 .mp4 (41.12MB)
-3-源码实现流程总结 .mp4 (38.09MB)
-3-特征提取以及BEV空间初始化 .mp4 (39.61MB)
-3-特征融合过程中可能遇到的问题 .mp4 (19.48MB)
-3-算法核心流程解读 .mp4 (56.18MB)
-3-训练数据构建 .mp4 (18.75MB)
-4-BEV汇总特征方法实例解读 .mp4 (31.9MB)
-4-Decoder模块实现细节解读 .mp4 (38.44MB)
-4-MRE特征提取模块 .mp4 (31.58MB)
-4-codebook模块的作用 .mp4 (48.01MB)
-4-下游任务应用概述 .mp4 (28.59MB)
-4-任务基本流程 .mp4 (13.77MB)
-4-分布相关计算操作 .mp4 (34.77MB)
-4-各模块实现细节讲解 .mp4 (63.43MB)
-4-数据与图像特征提取模块 .mp4 (47.76MB)
-4-数据闭环方法 .mp4 (82.71MB)
-4-框架实现细节流程分析 .mp4 (20.07MB)
-4-特征对齐与位置编码初始化 .mp4 (39.21MB)
-4-答案关注区域分析 .mp4 (43MB)
-4-网络计算流程 .mp4 (23.34MB)
-4-视觉Transformer模块的作用 .mp4 (39.73MB)
-4-论文计算公式解读 .mp4 (58.51MB)
-5-DeformableAttention回顾 .mp4 (33.17MB)
-5-Reference初始点构建 .mp4 (35.51MB)
-5-VQA任务总结 .mp4 (31.27MB)
-5-任务总结分析 .mp4 (64.98MB)
-5-体素索引位置获取 .mp4 (48.94MB)
-5-分层预测输出模块 .mp4 (24.34MB)
-5-数据源配置方法 .mp4 (35.54MB)
-5-整体框架流程实例 .mp4 (42.62MB)
-5-源码实现流程总结 .mp4 (45.43MB)
-5-算法实现细节推导 .mp4 (34.02MB)
-5-视觉模型中的编码与解码的效果 .mp4 (48.77MB)
-5-论文细节模块实现解读 .mp4 (68.36MB)
-5-输入与计算结果 .mp4 (29.48MB)
-5-预训练模型的作用 .mp4 (97.02MB)
-6-BEV空间与图像空间位置对应 .mp4 (35.94MB)
-6-下游任务应用场景 .mp4 (25.97MB)
-6-体素特征提取方法解读 .mp4 (31.85MB)
-6-公式推导结果分析 .mp4 (38.19MB)
-6-参数计算模块解读 .mp4 (19.32MB)
-6-文本模型中的结构分析 .mp4 (34.57MB)
-6-空间注意力模块解读 .mp4 (27.94MB)
-6-补全点云数据 .mp4 (27.9MB)
-7-体素特征计算方法分析 .mp4 (54.54MB)
-7-分割任务模块设计 .mp4 (55.94MB)
-7-判别模块 .mp4 (29.95MB)
-7-基于模型预测输出参数 .mp4 (21.98MB)
-7-时间模块与拓展补充 .mp4 (24.88MB)
-7-注意力机制模块计算方法 .mp4 (35.3MB)
-7-细节实现总结 .mp4 (41.83MB)
-7-迭代修正模块 .mp4 (33.62MB)
-8-BEV空间特征构建 .mp4 (31.81MB)
-8-全局体素特征提取 .mp4 (79.57MB)
-8-实现细节分析 .mp4 (52.73MB)
-8-特征构建方法分析 .mp4 (30.31MB)
-8-论文流程图解读 .mp4 (36.09MB)
-8-论文知识点分析 .mp4 (42.16MB)
-8-输出层与损失计算 .mp4 (43.13MB)
-9-Decoder要完成的任务分析 .mp4 (32.15MB)
-9-任务总结 .mp4 (28.27MB)
-9-多模态特征融合 .mp4 (50.06MB)
-9-总结分析 .mp4 (42.42MB)
-9-核心模块论文分析 .mp4 (52.1MB)
-9-案例流程分析 .mp4 (40.22MB)
-【一.对比学习】1-对比学习要解决的问题分析 .mp4 (28.81MB)
-【一.视觉BEV任务】1-BEV要解决的问题通俗解读 .mp4 (28.15MB)
-【一.视觉QA论文解读】1-视觉QA要解决的问题 .mp4 (41.26MB)
-【一.视觉SAM论文解读】1-DEMO效果演示 .mp4 (49.19MB)
-【七.点云配准案例】1-点云配准任务概述 .mp4 (15.07MB)
-【三.BEITV2解读】1-BEITV2版本论文出发点解读 .mp4 (40.41MB)
-【三.Dalle算法解读】1-论文基本思想与核心模块分析 .mp4 (38.6MB)
-【三.DeformableAttention】1-概述分析 .mp4 (23.67MB)
-【三.扩散模型原理解读】1-扩散模型概述与GAN遇到的问题 .mp4 (37.15MB)
-【二.bevformer源码解读】2-数据集下载与配置方法 .mp4 (40.75MB)
-【二.自监督BEIT】1-视觉自监督任务分析 .mp4 (37MB)
-【五.点云补全任务】1-点云补全要解决的问题 .mp4 (14.39MB)
-【六.点云补全实战】1-数据与项目配置解读 .mp4 (34.24MB)
-【四.Dalle源码实战】1-项目整体流程分析 .mp4 (42.78MB)
-【四.自监督源码实现】1-mmselfup源码实现解读 .mp4 (37.66MB)
1-课程介绍 .mp4 (45.55MB)
10-1-图像平滑处理 .mp4 (21.51MB)
100-9-预处理与dropout的作用 .mp4 (31.88MB)
101-【二.卷积神经网络】1-卷积神经网络概述分析 .mp4 (70.16MB)
102-2-卷积要完成的任务解读 .mp4 (27.59MB)
103-3-卷积计算详细流程演示 .mp4 (59.36MB)
104-4-层次结构的作用 .mp4 (21.16MB)
105-5-参数共享的作用 .mp4 (20.75MB)
106-6-池化层的作用与效果 .mp4 (32.36MB)
107-7-整体网络结构架构分析 .mp4 (45.63MB)
108-8-经典网络架构概述 .mp4 (45MB)
109-【三.Transformer】1-RNN网络结构原理与问题 .mp4 (17.04MB)
11-2-高斯与中值滤波 .mp4 (17.76MB)
110-2-注意力结构历史故事介绍 .mp4 (32.03MB)
111-3-self-attention要解决的问题 .mp4 (26.26MB)
112-4-QKV的来源与作用 .mp4 (27.17MB)
113-5-多头注意力机制的效果 .mp4 (28.45MB)
114-6-位置编码与解码器 .mp4 (28.19MB)
115-7-整体架构总结 .mp4 (26.41MB)
116-8-BERT训练方式分析 .mp4 (18.78MB)
117-1-视觉transformer要完成的任务解读 .mp4 (29.95MB)
118-【一.环境安装】1-PyTorch框架与其他框架区别分析 .mp4 (32.66MB)
119-2-CPU与GPU版本安装方法解读 .mp4 (74.32MB)
12-【四.图像形态学操作】1-腐蚀操作 .mp4 (16.64MB)
120-【二.分类任务实例】1-数据集与任务概述 .mp4 (38.21MB)
121-2-基本模块应用测试 .mp4 (40.39MB)
122-3-网络结构定义方法 .mp4 (47.37MB)
123-4-数据源定义简介 .mp4 (32.52MB)
124-5-损失与训练模块分析 .mp4 (35.33MB)
125-6-训练一个基本的分类模型 .mp4 (42.81MB)
126-7-参数对结果的影响 .mp4 (39.7MB)
127-【三.回归任务实例】1-任务与数据集解读 .mp4 (33.45MB)
128-2-参数初始化操作解读 .mp4 (39.99MB)
129-3-训练流程实例 .mp4 (38.69MB)
13-2-膨胀操作 .mp4 (10MB)
130-4-模型学习与预测 .mp4 (52.32MB)
131-【四.卷积网络参数分析】1-输入特征通道分析 .mp4 (38.24MB)
132-2-卷积网络参数解读 .mp4 (28.14MB)
133-3-卷积网络模型训练 .mp4 (44.58MB)
134-【五.图像识别模型】1-任务分析与图像数据基本处理 .mp4 (36.77MB)
135-2-数据增强模块 .mp4 (37.35MB)
136-3-数据集与模型选择 .mp4 (37.66MB)
137-4-迁移学习方法解读 .mp4 (36.33MB)
138-5-输出层与梯度设置 .mp4 (50.24MB)
139-6-输出类别个数修改 .mp4 (41.1MB)
14-3-开运算与闭运算 .mp4 (8.3MB)
140-7-优化器与学习率衰减 .mp4 (42.02MB)
141-8-模型训练方法 .mp4 (42.23MB)
142-9-重新训练全部模型 .mp4 (42.96MB)
143-10-测试结果演示分析 .mp4 (88.98MB)
144-【六.数据集制作】1-Dataloader要完成的任务分析 .mp4 (30.61MB)
145-2-图像数据与标签路径处理 .mp4 (41.9MB)
146-3-Dataloader中需要实现的方法分析 .mp4 (42.57MB)
147-4-实用Dataloader加载数据并训练模型 .mp4 (58.75MB)
148-【七.模型部署与预测】1-基本结构与训练好的模型加载 .mp4 (19.05MB)
149-2-服务端处理与预测函数 .mp4 (38.91MB)
15-4-梯度计算 .mp4 (6.73MB)
150-3-基于Flask测试模型预测结果 .mp4 (39.89MB)
151-【八.VIT源码解读DEBUG】1-项目源码准备 .mp4 (42.56MB)
152-2-源码DEBUG演示 .mp4 (31.57MB)
153-3-Embedding模块实现方法 .mp4 (42.09MB)
154-4-分块要完成的任务 .mp4 (34.79MB)
155-5-QKV计算方法 .mp4 (39.24MB)
156-6-特征加权分配 .mp4 (39.13MB)
157-7-完成前向传播 .mp4 (35.51MB)
158-8-损失计算与训练 .mp4 (44.25MB)
159-【一.检测经典算法概述】1-检测任务中阶段的意义 .mp4 (14.91MB)
16-5-礼帽与黑帽 .mp4 (13.73MB)
160-2-不同阶段算法优缺点分析 .mp4 (10.24MB)
161-3-IOU指标计算 .mp4 (11.32MB)
162-4-评估所需参数计算 .mp4 (24.33MB)
163-5-map指标计算 .mp4 (18.8MB)
164-【二.YOLO算法整体框架】YOLO算法整体思路解读 .mp4 (14.13MB)
165-2-检测算法要得到的结果 .mp4 (13.27MB)
166-3-整体网络架构解读 .mp4 (29.09MB)
167-4-位置损失计算 .mp4 (17.59MB)
168-5-置信度误差与优缺点分析 .mp4 (24.75MB)
169-【三.V2版本细节解读】V2版本细节升级概述 .mp4 (11.98MB)
17-【五.图像梯度计算】1-Sobel算子 .mp4 (23.58MB)
170-2-网络结构特点 .mp4 (14.19MB)
171-3-架构细节解读 .mp4 (17.22MB)
172-4-基于聚类来选择先验框尺寸 .mp4 (21.74MB)
173-5-偏移量计算方法 .mp4 (24.82MB)
174-6-坐标映射与还原 .mp4 (9.33MB)
175-7-感受野的作用 .mp4 (25.73MB)
176-8-特征融合改进 .mp4 (17.29MB)
177-【四.YOLOV3核心架构】1-V3版本改进概述 .mp4 (17MB)
178-2-多scale方法改进与特征融合 .mp4 (16.1MB)
179-3-经典变换方法对比分析 .mp4 (10.34MB)
18-2-梯度计算方法 .mp4 (25.22MB)
180-4-残差连接方法解读 .mp4 (17.41MB)
181-5-整体网络模型架构分析 .mp4 (12.05MB)
182-6-先验框设计改进 .mp4 (12.09MB)
183-7-sotfmax层改进 .mp4 (9.86MB)
184-【五.V3源码解读】1-数据与环境配置 .mp4 (48.67MB)
185-2-训练参数设置 .mp4 (20.96MB)
186-3-数据与标签读取 .mp4 (37.37MB)
187-4-标签文件读取与处理 .mp4 (23.69MB)
188-5-debug模式介绍 .mp4 (21.66MB)
189-6-基于配置文件构建网络模型 .mp4 (34.54MB)
19-3-scharr与lapkacian算子 .mp4 (22.15MB)
190-7-路由层与shortcut层的作用 .mp4 (29.33MB)
191-8-YOLO层定义解析 .mp4 (49.59MB)
192-9-预测结果计算 .mp4 (40MB)
193-10-网格偏移计算 .mp4 (29.7MB)
194-11-模型要计算的损失概述 .mp4 (21.22MB)
195-12-标签值格式修改 .mp4 (25.22MB)
196-13-坐标相对位置计算 .mp4 (28.41MB)
197-14-完成所有损失函数所需计算指标 .mp4 (31.34MB)
198-15-模型训练与总结 .mp4 (61.45MB)
199-16-预测效果展示 .mp4 (26.33MB)
2-【一.Opencv配置】：1-Opencv配置(最新也可以) .mp4 (30.71MB)
20-【六.边缘检测】1-Canny边缘检测流程 .mp4 (16.39MB)
200-【六.训练自己的数据】1-Labelme工具安装 .mp4 (12.64MB)
201-2-数据信息标注 .mp4 (24.36MB)
202-3-完成标签制作 .mp4 (25.52MB)
203-4-生成模型所需配置文件 .mp4 (27.85MB)
204-5-json格式转换成yolo-v3所需输入 .mp4 (17.55MB)
205-6-完成输入数据准备工作 .mp4 (30.92MB)
206-7-训练代码与参数配置更改 .mp4 (36.13MB)
207-8-训练模型并测试效果 .mp4 (28.49MB)
208-【七.V4版本解读】1-V4版本整体概述 .mp4 (13.64MB)
209-2-V4版本贡献解读 .mp4 (9.26MB)
21-2-非极大值抑制 .mp4 (15.57MB)
210-3-数据增强策略分析 .mp4 (23.2MB)
211-4-DropBlock与标签平滑方法 .mp4 (18.68MB)
212-5-损失函数遇到的问题 .mp4 (13.62MB)
213-6-CIOU损失函数定义 .mp4 (10.03MB)
214-7-NMS细节改进 .mp4 (15.1MB)
215-8-SPP与CSP网络结构 .mp4 (13.68MB)
216-9-SAM注意力机制模块 .mp4 (20.03MB)
217-10-PAN模块解读 .mp4 (19.04MB)
218-11-激活函数与整体架构总结 .mp4 (17.01MB)
219-【八.V5版本项目配置】1-整体项目概述 .mp4 (28.87MB)
22-3-边缘检测效果 .mp4 (26.77MB)
220-2-训练自己的数据集方法 .mp4 (30.08MB)
221-3-训练数据参数配置 .mp4 (41.07MB)
222-4-测试DEMO演示 .mp4 (36.48MB)
223-【九.V5源码解读】1-数据源DEBUG流程解读 .mp4 (31.76MB)
224-2-图像数据源配置 .mp4 (31.62MB)
225-3-加载标签数据 .mp4 (22.51MB)
226-4-Mosaic数据增强方法 .mp4 (24.21MB)
227-5-数据四合一方法与流程演示 .mp4 (37.47MB)
228-6-getItem构建batch .mp4 (29.01MB)
229-7-网络架构图可视化工具安装 .mp4 (26.06MB)
23-【七.图像金字塔与轮廓检测】1-图像金字塔定义 .mp4 (17.48MB)
230-8-V5网络配置文件解读 .mp4 (31.17MB)
231-9-Focus模块流程分析 .mp4 (18.47MB)
232-10-完成配置文件解析任务 .mp4 (46.58MB)
233-11-前向传播计算 .mp4 (25.97MB)
234-12-BottleneckCSP层计算方法 .mp4 (28.25MB)
235-13-SPP层计算细节分析 .mp4 (24.52MB)
236-13-Head层流程解读 .mp4 (22.96MB)
237-14-上采样与拼接操作 .mp4 (17.42MB)
238-15-输出结果分析 .mp4 (28.38MB)
239-16-超参数解读 .mp4 (31.01MB)
24-2-金字塔制作方法 .mp4 (21.13MB)
240-17-命令行参数介绍 .mp4 (35.2MB)
241-18-训练流程解读 .mp4 (40.86MB)
242-19-各种训练策略概述 .mp4 (34.81MB)
243-20-模型迭代过程 .mp4 (31.61MB)
244-训练参数-1-命令行参数介绍 .mp4 (22.82MB)
245-训练参数-2-基本参数作用 .mp4 (38.09MB)
246-训练参数-3-EMA等训练技巧解读 .mp4 (45.84MB)
247-网络结构-1-网络结构配置文件解读 .mp4 (33.1MB)
248-网络结构-2-各模块操作细节分析 .mp4 (42.43MB)
249-网络结构-3-输出层与配置文件其他模块解读 .mp4 (54.53MB)
25-1-轮廓检测方法 .mp4 (15.96MB)
250-标签分配-1-标签分配策略准备操作 .mp4 (32.81MB)
251-标签分配-2-候选框偏移方法与find3p模块解读 .mp4 (31.91MB)
252-标签分配-3-得到偏移点所在网格位置 .mp4 (40.86MB)
253-标签分配-4-完成BuildTargets模块 .mp4 (48.9MB)
254-标签分配-5-候选框筛选流程分析 .mp4 (30.37MB)
255-标签分配-6-预测值各项指标获取与调整 .mp4 (44.83MB)
256-标签分配-7-GT匹配正样本数量计算 .mp4 (39.74MB)
257-标签分配-8-通过IOU与置信度分配正样本 .mp4 (55.89MB)
258-损失函数-1-损失函数计算方法 .mp4 (42.57MB)
259-辅助头AUX网络结构配置文件解析 .mp4 (28.74MB)
26-2-轮廓检测结果 .mp4 (24.89MB)
260-2-AUX部分-辅助头损失函数调整 .mp4 (35.77MB)
261-RepConv-1-BN与卷积权重参数融合方法 .mp4 (46.09MB)
262-RepConv-2-重参数化多分支合并加速 .mp4 (38.79MB)
263-V8 .mp4 (168.69MB)
264-YOLOV9论文知识点解读 .mp4 (228.75MB)
265-YOLO-WORLD .mp4 (344.34MB)
266-【一.DETR算法解读】1-DETR目标检测基本思想解读 .mp4 (17.52MB)
267-2-整体网络架构分析 .mp4 (28.16MB)
268-3-位置信息初始化query向量 .mp4 (18.04MB)
269-4-注意力机制的作用方法 .mp4 (18.15MB)
27-3-轮廓特征与近似 .mp4 (31.95MB)
270-5-训练过程的策略 .mp4 (25.47MB)
271-【二.DETR源码实战】1-项目环境配置解读 .mp4 (32.5MB)
272-2-数据处理与dataloader .mp4 (52MB)
273-3-位置编码作用分析 .mp4 (40.92MB)
274-4-backbone特征提取模块 .mp4 (29.66MB)
275-5-mask与编码模块 .mp4 (28.78MB)
276-6-编码层作用方法 .mp4 (34.97MB)
277-7-Decoder层操作与计算 .mp4 (25.61MB)
278-8-输出预测结果 .mp4 (34.29MB)
279-9-损失函数与预测输出 .mp4 (32.35MB)
28-6-模板匹配方法 .mp4 (38.54MB)
280-【三.DeformableDetr】1-特征提取与位置编码 .mp4 (33.39MB)
281-2-序列特征展开并叠加 .mp4 (38.19MB)
282-3-得到相对位置点编码 .mp4 (26.73MB)
283-4-准备Encoder编码层所需全部输入 .mp4 (36.18MB)
284-5-编码层中的序列分析 .mp4 (35.91MB)
285-6-偏移量offset计算 .mp4 (42.61MB)
286-7-偏移量对齐操作 .mp4 (36.24MB)
287-8-Encoder层完成特征对齐 .mp4 (44.47MB)
288-9-Decoder要完成的操作 .mp4 (36.35MB)
289-10-分类与回归输出模块 .mp4 (42.15MB)
29-7-匹配效果展示 .mp4 (18.04MB)
290-11-预测输出结果与标签匹配模块 .mp4 (41.1MB)
291-【一.图像分割基础】1-语义分割与实例分割概述 .mp4 (19.26MB)
292-2-分割任务中的目标函数定义 .mp4 (17.89MB)
293-3-MIOU评估标准 .mp4 (8.82MB)
294-【二.UNET系列算法】1-Unet网络编码与解码过程 .mp4 (17.25MB)
295-2-网络计算流程 .mp4 (14.97MB)
296-3-Unet升级版本改进 .mp4 (14.41MB)
297-4-后续升级版本介绍 .mp4 (16.48MB)
298-【三.Unet细胞分割实战】1-医学细胞数据集介绍与参数配置 .mp4 (45.12MB)
299-2-数据增强工具 .mp4 (47.85MB)
3-2-Notebook与IDE环境 .mp4 (59.35MB)
30-【八.直方图与傅里叶变换】1-直方图定义 .mp4 (21.01MB)
300-3-Debug模式演示网络计算流程 .mp4 (35.17MB)
301-4-特征融合方法演示 .mp4 (25.94MB)
302-5-迭代完成整个模型计算任务 .mp4 (28.86MB)
303-6-模型效果验证 .mp4 (33.56MB)
304-【四.U2NET显著检测实战】1-任务目标与网络整体介绍 .mp4 (45.99MB)
305-2-显著性检测任务与目标概述 .mp4 (41.68MB)
306-3-编码器模块解读 .mp4 (34.08MB)
307-4-解码器输出结果 .mp4 (23.67MB)
308-5-损失函数与应用效果 .mp4 (26.47MB)
309-【五.Deeplab系列】1-deeplab分割算法概述 .mp4 (13.4MB)
31-2-均衡化原理 .mp4 (28.04MB)
310-2-空洞卷积的作用 .mp4 (15.52MB)
311-3-感受野的意义 .mp4 (17.3MB)
312-4-SPP层的作用 .mp4 (17.55MB)
313-5-ASPP特征融合策略 .mp4 (12.31MB)
314-6-deeplabV3Plus版本网络架构 .mp4 (22.34MB)
315-【六.Deeplab分割】1-PascalVoc数据集介绍 .mp4 (40.51MB)
316-2-项目参数与数据集读取 .mp4 (49.65MB)
317-3-网络前向传播流程 .mp4 (28.16MB)
318-4-ASPP层特征融合 .mp4 (43.06MB)
319-5-分割模型训练 .mp4 (27.34MB)
32-3-均衡化效果 .mp4 (22.65MB)
320-【七.医学心脏分割实战】1-数据集与任务概述 .mp4 (30.39MB)
321-2-项目基本配置参数 .mp4 (28.95MB)
322-3-任务流程解读 .mp4 (52.76MB)
323-4-文献报告分析 .mp4 (69.08MB)
324-5-补充：视频数据源特征处理方法概述 .mp4 (22.97MB)
325-6-补充：R(2plus1)D处理方法分析 .mp4 (17.03MB)
326-【八.mask2former】1-Backbone多层级特征 .mp4 (31.55MB)
327-2-多层级采样点初始化构建 .mp4 (39.48MB)
328-3-多层级输入特征序列创建方法 .mp4 (39.9MB)
329-4-偏移量与权重计算并转换 .mp4 (45.33MB)
33-2-频域变换结果 .mp4 (23.44MB)
330-5-Encoder特征构建方法实例 .mp4 (47.41MB)
331-6-query要预测的任务解读 .mp4 (43.79MB)
332-7-Decoder中的AttentionMask方法 .mp4 (47.45MB)
333-8-损失模块输入参数分析 .mp4 (38.85MB)
334-9-标签分配策略解读 .mp4 (39.32MB)
335-10-正样本筛选损失计算 .mp4 (39.5MB)
336-11-标签分类匹配结果分析 .mp4 (57.65MB)
337-12-最终损失计算流程 .mp4 (49.46MB)
338-13-汇总所有损失完成迭代 .mp4 (33.62MB)
339-【一.算法解读】1-slowfast核心思想解读 .mp4 (46.94MB)
34-3-低通与高通滤波 .mp4 (24.18MB)
340-2-核心网络结构模块分析 .mp4 (19.09MB)
341-3-数据采样曾的作用 .mp4 (16.3MB)
342-4-模型网络结构设计 .mp4 (17.09MB)
343-5-特征融合模块与总结分析 .mp4 (32.06MB)
344-【二.环境配置】1-环境基本配置解读 .mp4 (34.32MB)
345-2-目录各文件分析 .mp4 (28.42MB)
346-3-配置文件作用解读 .mp4 (37.73MB)
347-4-测试DEMO演示 .mp4 (59.33MB)
348-5-训练所需标签文件说明 .mp4 (39.87MB)
349-6-训练所需视频数据准备 .mp4 (36.83MB)
35-【九.项目实战-信用卡数字识别】总体流程与方法讲解 .mp4 (18.56MB)
350-7-视频数据集切分操作 .mp4 (31.25MB)
351-8-完成视频分帧操作 .mp4 (25.53MB)
352-【三.源码解读】1-模型所需配置文件参数读取 .mp4 (26.08MB)
353-2-数据处理概述 .mp4 (34.11MB)
354-3-dataloader数据遍历方法 .mp4 (39.92MB)
355-4-数据与标签读取实例 .mp4 (36.89MB)
356-5-图像数据所需预处理方法 .mp4 (49.33MB)
357-6-slow与fast分别执行采样操作 .mp4 (44.44MB)
358-7-分别计算特征图输出结果 .mp4 (38.45MB)
359-8-slow与fast特征图拼接操作 .mp4 (36.42MB)
36-2-环境配置与预处理 .mp4 (26.78MB)
360-9-resnetBolock操作 .mp4 (34.57MB)
361-10-RoiAlign与输出层 .mp4 (51.06MB)
362-【四.3D卷积分类任务】1-3D卷积原理解读 .mp4 (19.18MB)
363-2-UCF101动作识别数据集简介 .mp4 (34.01MB)
364-3-测试效果与项目配置 .mp4 (44.94MB)
365-4-视频数据预处理方法 .mp4 (26.89MB)
366-5-数据Batch制作方法 .mp4 (38.02MB)
367-6-3D卷积网络所涉及模块 .mp4 (32.3MB)
368-7-训练网络模型 .mp4 (33.79MB)
369-【五.异常检测任务】1-异常检测要解决的问题与数据集介绍 .mp4 (19.94MB)
37-3-模板处理方法 .mp4 (19.68MB)
370-2-基本思想与流程分析 .mp4 (22.76MB)
371-3-预测与常见问题 .mp4 (23.61MB)
372-4-Meta-Learn要解决的问题 .mp4 (18.82MB)
373-5-学习能力与参数定义 .mp4 (12.83MB)
374-6-如何找到合适的初始化参数 .mp4 (20.7MB)
375-7-MAML算法流程解读 .mp4 (25.2MB)
376-【一.Opnepose算法】1-姿态估计要解决的问题分析 .mp4 (38.71MB)
377-2-姿态估计应用领域概述 .mp4 (18.48MB)
378-3-传统topdown方法的问题 .mp4 (27.36MB)
379-4-要解决的两个问题分析 .mp4 (9.58MB)
38-4-输入数据处理方法 .mp4 (24.67MB)
380-5-基于高斯分布预测关键点位置 .mp4 (23.59MB)
381-6-各模块输出特征图解读 .mp4 (15.24MB)
382-7-PAF向量登场 .mp4 (11.69MB)
383-8-PAF标签设计方法 .mp4 (22.39MB)
384-9-预测时PAF积分计算方法 .mp4 (30.28MB)
385-10-匹配方法解读 .mp4 (18.55MB)
386-11-CPM模型特点 .mp4 (20.46MB)
387-12-算法流程与总结 .mp4 (32.46MB)
388-【二.Openpose实战】1-数据集与路径配置解读 .mp4 (26.56MB)
389-2-读取图像与标注信息 .mp4 (36.69MB)
39-5-模板匹配得出识别结果 .mp4 (35.98MB)
390-3-关键点与躯干特征图初始化 .mp4 (28.33MB)
391-4-根据关键点位置设计关键点标签 .mp4 (46.87MB)
392-5-准备构建PAF躯干标签 .mp4 (24.65MB)
393-6-各位置点归属判断 .mp4 (23.62MB)
394-7-特征图各点累加向量计算 .mp4 (27.41MB)
395-8-完成PAF特征图制作 .mp4 (27.29MB)
396-9-网络模型一阶段输出 .mp4 (22.25MB)
397-10-多阶段输出与预测 .mp4 (36.17MB)
398-【一.Deepsort算法】1-卡尔曼滤波通俗解释 .mp4 (24.91MB)
399-2-卡尔曼滤波要完成的任务 .mp4 (14.43MB)
4-【二.图像基本操作】1-计算机眼中的图像 .mp4 (26.8MB)
40-【十.项目实战文档OCR扫描】1-整体流程演示 .mp4 (17.44MB)
400-3-任务本质分析 .mp4 (17.19MB)
401-4-基于观测值进行最优估计 .mp4 (15.53MB)
402-5-预测与更新操作 .mp4 (21.64MB)
403-6-追踪中的状态量 .mp4 (14.65MB)
404-7-匈牙利匹配算法概述 .mp4 (16.65MB)
405-8-匹配小例子分析 .mp4 (18.75MB)
406-9-REID特征的作用 .mp4 (18.19MB)
407-10-sort与deepsort建模流程分析 .mp4 (23.83MB)
408-11-预测与匹配流程解读 .mp4 (22.8MB)
409-12-追踪任务流程拆解 .mp4 (24.84MB)
41-2-文档轮廓提取 .mp4 (23.8MB)
410-【二.追踪项目源码实战】1-项目环境配置 .mp4 (29.8MB)
411-2-参数与DEMO演示 .mp4 (30.06MB)
412-3-针对检测结果初始化track .mp4 (42.17MB)
413-4-对track执行预测操作 .mp4 (33MB)
414-5-状态量预测结果 .mp4 (31.23MB)
415-6-IOU代价矩阵计算 .mp4 (29.22MB)
416-7-参数更新操作 .mp4 (43.72MB)
417-8-级联匹配模块 .mp4 (34.14MB)
418-9-ReID特征代价矩阵计算 .mp4 (40.08MB)
419-10-匹配结果与总结 .mp4 (62.54MB)
42-3-原始与变换坐标计算 .mp4 (22.39MB)
420-【一.REID原理与应用】1-行人重识别要解决的问题 .mp4 (16.33MB)
421-2-挑战与困难分析 .mp4 (31.26MB)
422-3-评估标准rank1指标 .mp4 (11.81MB)
423-4-map值计算方法 .mp4 (14.01MB)
424-5-triplet损失计算实例 .mp4 (22.83MB)
425-6-Hard-Negative方法应用 .mp4 (23.59MB)
426-【二.注意力方法】1-论文整体思想及注意力机制的作用解读 .mp4 (45.54MB)
427-2-空间权重值计算流程分析 .mp4 (24.28MB)
428-3-融合空间注意力所需特征 .mp4 (23.28MB)
429-4-基于特征图的注意力计算 .mp4 (36.18MB)
43-4-透视变换结果 .mp4 (27.16MB)
430-【三.基于注意力的REID实战】1-项目环境与数据集配置 .mp4 (39.75MB)
431-2-参数配置与整体架构分析 .mp4 (51.99MB)
432-3-进入debug模式解读网络计算流程 .mp4 (25.22MB)
433-4-获得空间位置点之间的关系 .mp4 (36.08MB)
434-5-组合关系特征图 .mp4 (33.92MB)
435-6-计算得到位置权重值 .mp4 (30.82MB)
436-7-基于特征图的权重计算 .mp4 (21.85MB)
437-8-损失函数计算实例解读 .mp4 (48.65MB)
438-9-训练与测试模块演示 .mp4 (58.73MB)
439-【四.特征融合论文解读】1-论文整体框架概述 .mp4 (14.89MB)
44-5-tesseract-ocr安装配置 .mp4 (28.08MB)
440-2-局部特征与全局关系计算方法 .mp4 (14.26MB)
441-3-特征分组方法 .mp4 (13.21MB)
442-4-GCP模块特征融合方法 .mp4 (25.22MB)
443-5-oneVsReset方法实例 .mp4 (13.91MB)
444-6-损失函数应用位置 .mp4 (15.23MB)
445-【五.局部特征融合实战】1-项目配置与数据集介绍 .mp4 (46.2MB)
446-2-数据源构建方法分析 .mp4 (34.56MB)
447-3-dataloader加载顺序解读 .mp4 (23.42MB)
448-4-debug模式解读 .mp4 (41.7MB)
449-5-网络计算整体流程演示 .mp4 (26.86MB)
45-6-文档扫描识别效果 .mp4 (21.87MB)
450-6-特征序列构建 .mp4 (31.31MB)
451-7-GCP全局特征提取 .mp4 (30.65MB)
452-8-局部特征提取实例 .mp4 (39.64MB)
453-9-特征组合汇总 .mp4 (35.96MB)
454-10-得到所有分组特征结果 .mp4 (37.76MB)
455-11-损失函数与训练过程演示 .mp4 (33.46MB)
456-12-测试与验证模块 .mp4 (34.38MB)
457-【六.图结构算法论文】1-关键点位置特征构建 .mp4 (18.21MB)
458-2-图卷积与匹配的作用 .mp4 (21.08MB)
459-3-局部特征热度图计算 .mp4 (21.57MB)
46-【十一.图像特征harris】1-角点检测基本原理 .mp4 (14.8MB)
460-4-基于图卷积构建人体拓扑关系 .mp4 (26.31MB)
461-5-图卷积模块实现方法 .mp4 (23.84MB)
462-6-图匹配在行人重识别中的作用 .mp4 (15.62MB)
463-7-整体算法框架分析 .mp4 (20.74MB)
464-【七.行人图结构实战】1-数据集与环境配置概述 .mp4 (33.58MB)
465-2-局部特征准备方法 .mp4 (37.07MB)
466-3-得到一阶段热度图结果 .mp4 (33.37MB)
467-4-阶段监督训练 .mp4 (62.21MB)
468-5-初始化图卷积模型 .mp4 (30.3MB)
469-6-mask矩阵的作用 .mp4 (36.15MB)
47-2-基本数学原理 .mp4 (26.64MB)
470-7-邻接矩阵学习与更新 .mp4 (41.75MB)
471-8-基于拓扑结构组合关键点特征 .mp4 (50.25MB)
472-9-图匹配模块计算流程 .mp4 (59.22MB)
473-10-整体项目总结 .mp4 (47.05MB)
474-【一.3D点云应用领域分析】1-点云数据概述 .mp4 (63.87MB)
475-2-点云应用领域与发展分析 .mp4 (127.94MB)
476-3-点云分割任务 .mp4 (52.73MB)
477-4-点云补全任务 .mp4 (22.61MB)
478-5-点云检测与配准任务 .mp4 (76.62MB)
479-6-点云数据特征提取概述与预告 .mp4 (19.4MB)
48-3-求解化简 .mp4 (27.31MB)
480-【二.pointnet算法】1-3D数据应用领域与点云介绍 .mp4 (30.87MB)
481-2-点云数据可视化展示 .mp4 (24.37MB)
482-3-点云数据特性和及要解决的问题 .mp4 (27.81MB)
483-4-PointNet算法出发点解读 .mp4 (15.68MB)
484-5-PointNet算法网络架构解读 .mp4 (27.83MB)
485-【三.pointnet++算法】6-要解决的问题 .mp4 (19.12MB)
486-7-最远点采样方法 .mp4 (17.9MB)
487-8-分组Group方法原理解读 .mp4 (28.57MB)
488-9-整体流程概述分析 .mp4 (14.48MB)
489-10-分类与分割问题解决方案 .mp4 (19.71MB)
49-4-特征归属划分 .mp4 (35.37MB)
490-11-遇到的问题及改进方法分析 .mp4 (11.96MB)
491-【四.pointnet++实战】1-项目文件概述 .mp4 (24.11MB)
492-2-数据读取模块配置 .mp4 (31.84MB)
493-3-DEBUG解读网络模型架构 .mp4 (21.14MB)
494-4-最远点采样介绍 .mp4 (17.34MB)
495-5-采样得到中心点 .mp4 (27.81MB)
496-6-组区域划分方法 .mp4 (22.01MB)
497-7-实现group操作得到各中心簇 .mp4 (30.56MB)
498-8-特征提取模块整体流程 .mp4 (34.89MB)
499-9-预测结果输出模块 .mp4 (33.23MB)
5-2-视频的读取与处理 .mp4 (37.58MB)
50-5-opencv角点检测效果 .mp4 (23.93MB)
500-10-分类任务总结 .mp4 (16.38MB)
51-【十二.图像特征sift】1-尺度空间定义 .mp4 (18.63MB)
52-2-高斯差分金字塔 .mp4 (19.98MB)
53-3-特征关键点定位 .mp4 (40.99MB)
54-4-生成特征描述 .mp4 (20.89MB)
55-5-特征向量生成 .mp4 (37.06MB)
56-6-opencv中sift函数使用 .mp4 (24.67MB)
57-【十三.图像全景拼接】1-特征匹配方法 .mp4 (24.59MB)
58-2-RANSAC算法 .mp4 (29.65MB)
59-2-图像拼接方法 .mp4 (35.13MB)
6-3-ROI区域 .mp4 (12.77MB)
60-4-流程解读 .mp4 (17.63MB)
61-【十四.停车场车位识别】1-任务整体流程 .mp4 (45.25MB)
62-2-所需数据介绍 .mp4 (24.57MB)
63-3-图像数据预处理 .mp4 (39.96MB)
64-4-车位直线检测 .mp4 (47.32MB)
65-5-按列划分区域 .mp4 (44.08MB)
66-6-车位区域划分 .mp4 (44.83MB)
67-7-识别模型构建 .mp4 (32.62MB)
68-8-基于视频的车位检测 .mp4 (68.56MB)
69-【十五.答题卡识别】1-整体流程与效果概述 .mp4 (22.33MB)
7-4-边界填充 .mp4 (19.66MB)
70-2-预处理操作 .mp4 (20.49MB)
71-3-填涂轮廓检测 .mp4 (21.95MB)
72-4-选项判断识别 .mp4 (40.85MB)
73-【十六.背景建模】1-背景消除-帧差法 .mp4 (19.08MB)
74-2-混合高斯模型 .mp4 (22.7MB)
75-3-学习步骤 .mp4 (25.6MB)
76-4-背景建模实战 .mp4 (35.31MB)
77-【十七.光流估计】1-基本概念 .mp4 (18.22MB)
78-2-Lucas-Kanade算法 .mp4 (17.05MB)
79-3-推导求解 .mp4 (22.11MB)
8-5-数值计算 .mp4 (33.22MB)
80-4-光流估计实战 .mp4 (48.7MB)
81-【十八.目标追踪】1-目标追踪概述 .mp4 (42.05MB)
82-2-多目标追踪实战 .mp4 (25.6MB)
83-3-深度学习检测框架加载 .mp4 (33.49MB)
84-4-基于dlib与ssd的追踪 .mp4 (48.37MB)
85-5-多进程目标追踪 .mp4 (21.41MB)
86-6-多进程效率提升对比 .mp4 (44.18MB)
87-【十九.疲劳检测】1-关键点定位概述 .mp4 (22.14MB)
88-2-获取人脸关键点 .mp4 (27.92MB)
89-3-定位效果演示 .mp4 (34.71MB)
9-【三.阈值与平滑处理】图像阈值 .mp4 (27.7MB)
90-4-闭眼检测 .mp4 (40.15MB)
91-5-检测效果 .mp4 (32.42MB)
92-【一.基础神经网络】1-神经网络要完成的任务分析 .mp4 (33.69MB)
93-2-模型更新方法解读 .mp4 (21.42MB)
94-3-损失函数计算方法 .mp4 (28.15MB)
95-4-前向传播流程解读 .mp4 (22.54MB)
96-5-反向传播演示 .mp4 (22.03MB)
97-6-神经网络整体架构详细拆解 .mp4 (43.42MB)
98-7-神经网络效果可视化分析 .mp4 (61.23MB)
99-8-神经元个数的作用 .mp4 (22.64MB)
001.计算机视觉.txt (187B)
