网易云课堂-深度学习-物体检测-YOLO系列

编辑点评

系统讲解YOLO系列算法，从理论到实践，适合有一定基础的深度学习爱好者。

⭐ 编辑推荐

全面解析YOLO系列物体检测算法，涵盖从理论到实战的各个环节。
通过实际案例演示，掌握YOLO算法的核心原理和应用技巧。

✨ 课程亮点

课程目录

📁 资料
资料文档.png [493.5 KB]
YOLO-V3-PyTorch.exe [464.4 MB]
20.特征融合改进.mp4 [24.7 MB]
61.深度学习经典检测方法.mp4 [29.5 MB]
85.训练流程解读.mp4 [49.0 MB]
39.标签值格式修改.mp4 [71.7 MB]
79.Head层流程解读.mp4 [17.5 MB]
09.检测算法要得到的结果.mp4 [19.6 MB]
58.NMS缁嗚妭鏀硅繘.mp4 [10.9 MB]
84.命令行参数介绍.mp4 [30.9 MB]
28.数据与环境配置.mp4 [54.5 MB]
69.加载标签数据.mp4 [14.4 MB]
54.数据增强策略分析.mp4 [26.8 MB]
80.SPP层计算细节分析.mp4 [34.1 MB]
62.激活函数与整体架构总结.mp4 [21.4 MB]
56.损失函数遇到的问题.mp4 [10.9 MB]
22.多scale方法改进与特征融合.mp4 [26.4 MB]
41.完成所有损失函数所需计算指标.mp4 [19.7 MB]
40.坐标相对位置计算.mp4 [17.9 MB]
12.置信度误差与优缺点分析.mp4 [37.4 MB]
01.课程内容与风格介绍.mp4 [30.7 MB]
47.生成模型所需配置文件.mp4 [19.8 MB]
75.Focus模块流程分析.mp4 [25.9 MB]
44.Labelme工具安装.mp4 [8.4 MB]
74.V5网络配置文件解读.mp4 [20.5 MB]
03.不同阶段算法优缺点分析.mp4 [13.8 MB]
58.加载训练好的权重.mp4 [18.1 MB]
49.完成输入数据准备工作.mp4 [81.7 MB]
15.架构细节解读.mp4 [23.7 MB]
42.模型训练与总结.mp4 [37.8 MB]
04.IOU鎸囨爣璁＄畻.mp4 [15.9 MB]
60.SAM注意力机制模块.mp4 [23.9 MB]
14.网络结构特点.mp4 [18.7 MB]
53.V4版本贡献解读.mp4 [7.3 MB]
65.训练数据参数配置.mp4 [78.3 MB]
81.上采样与拼接操作.mp4 [22.4 MB]
68.图像数据源配置.mp4 [19.5 MB]
71.数据四合一方法与流程演示.mp4 [44.6 MB]
11.位置损失计算.mp4 [30.3 MB]
57.CIOU损失函数定义.mp4 [7.8 MB]
25.整体网络模型架构分析.mp4 [17.1 MB]
64.RPN网络结构.mp4 [52.5 MB]
53.迁移学习策略.mp4 [11.9 MB]
66.网络细节.mp4 [92.6 MB]
52.迁移学习的目标.mp4 [9.0 MB]
19.感受野的作用.mp4 [33.3 MB]
60.Faster-rcnn物体检测概述.mp4 [25.7 MB]
57.shortcut模块.mp4 [54.3 MB]
31.标签文件读取与处理.mp4 [30.8 MB]
13.V2版本细节升级概述.mp4 [16.5 MB]
56.Resnet基本处理操作.mp4 [15.7 MB]
46.完成标签制作.mp4 [16.4 MB]
43.预测效果展示.mp4 [51.0 MB]
23.经典变换方法对比分析.mp4 [15.1 MB]
17.偏移量计算方法.mp4 [35.2 MB]
36.预测结果计算.mp4 [24.1 MB]
87.模型迭代过程.mp4 [37.9 MB]
18.坐标映射与还原.mp4 [15.3 MB]
38.模型要计算的损失.mp4 [13.3 MB]
73.网络架构图可视化工具安装.mp4 [51.1 MB]
45.数据信息标注.mp4 [47.5 MB]
55.DropBlock与标签平滑方法.mp4 [14.2 MB]
77.前向传播计算.mp4 [59.7 MB]
33.基于配置文件构建网络模型.mp4 [20.2 MB]
29.训练参数设置.mp4 [22.8 MB]
05.评估所需参数计算.mp4 [37.8 MB]
21.V3版本改进概述.mp4 [23.9 MB]
67.数据源DEBUG流程解读.mp4 [20.3 MB]
82.输出结果分析.mp4 [33.4 MB]
02.检测任务中阶段的意义.mp4 [20.9 MB]
06.map鎸囨爣璁＄畻.mp4 [26.8 MB]
50.训练代码与参数配置更改.mp4 [25.0 MB]
08.YOLO算法整体思路解读.mp4 [20.0 MB]
34.路由层与shortcut层的作用.mp4 [40.6 MB]
63.整体项目概述.mp4 [70.1 MB]
59.SPP与CSP网络结构.mp4 [10.9 MB]
26.先验框设计改进.mp4 [21.2 MB]
64.训练自己的数据集方法.mp4 [20.6 MB]
70.Mosaic数据增强方法.mp4 [15.8 MB]
65.损失函数定义.mp4 [78.6 MB]
55.Resnet网络细节.mp4 [24.3 MB]
32.debug模式介绍.mp4 [13.1 MB]
61.PAN模块解读.mp4 [14.5 MB]
86.各种训练策略概述.mp4 [41.6 MB]
16.基于聚类来选择先验框尺寸.mp4 [32.9 MB]
48.json格式转换成yolo-v3所需输入.mp4 [39.4 MB]
54.Resnet原理.mp4 [45.8 MB]
24.残差连接方法解读.mp4 [25.6 MB]
51.训练模型并测试效果.mp4 [54.1 MB]
52.V4版本整体概述.mp4 [17.1 MB]
10.整体网络架构解读.mp4 [41.1 MB]
59.迁移学习效果对比.mp4 [24.8 MB]
30.COCO数据与标签读取.mp4 [41.7 MB]

适合人群

• 深度学习爱好者
• 计算机视觉从业者
• 算法工程师

🎯 学习收获

• 掌握YOLO系列算法原理
• 学会物体检测实战应用
• 提升深度学习技能

🎉 祝您学习愉快！