咕泡-人工智能深度学习系统班（ 第八期）
课程简介
课程定位：从传统视觉到 DNN 的工程化过渡 这门课的核心价值在于填补了“理论深度学习”与“实际工程落地”之间的断层。市面上多数教程直接跳入 PyTorch 或 TensorFlow 的高层 API，导致学员面对 OpenCV 这类基础工具时，缺乏对像素级操作和传统算法原理的深刻理解。本课程以 OpenCV 为底层抓手，构建了一套完整的计算机视觉知识体系。…
课程定位：从传统视觉到 DNN 的工程化过渡
这门课的核心价值在于填补了“理论深度学习”与“实际工程落地”之间的断层。市面上多数教程直接跳入 PyTorch 或 TensorFlow 的高层 API，导致学员面对 OpenCV 这类基础工具时，缺乏对像素级操作和传统算法原理的深刻理解。本课程以 OpenCV 为底层抓手，构建了一套完整的计算机视觉知识体系。它解决的根本问题是：开发者如何在不调用现成模型接口的前提下，理解图像数据的本质，并掌握特征提取、形态学处理以及深度学习推理模块（DNN）的工程化实现路径。适合具备 Python 基础、希望向 CV 算法工程师转型，或需要为后续学习 SLAM、OCR、目标检测等复杂项目打底的初级到中级开发者。
结构拆解与学习建议
课程结构遵循“数据理解—基础操作—特征工程—深度学习介入—综合实战”的递进逻辑。
- 前置基础（第 1-2 章）：必须精读“计算机眼中的图像”与“图像基本操作”。理解 Numpy 数组与像素映射关系是后续所有操作的前提，重点掌握 ROI 区域截取和边界填充策略，这是处理不规则输入时的关键技巧。
- 核心算法（第 4-5 章）：形态学操作（腐蚀、膨胀、开闭运算）和梯度计算（Sobel、Laplacian）是传统视觉的基石。不要只记函数参数，需结合代码理解其数学本质，这在后续噪声处理和边缘增强中会反复用到。
- 特征与匹配（第 11、13 章）：Harris 角点检测与全景图像拼接是难点。建议重点研习 RANSAC 算法在消除误匹配点中的应用，这是保证多视图几何算法鲁棒性的核心。
- DNN 模块与实战（第 18 章及项目）：“信用卡数字识别”项目展示了如何结合模板匹配与预处理流程；而“DNN 模块”章节则演示了如何加载预训练模型进行推理。这是从传统算法过渡到深度学习推理的关键一步。
学完能独立做什么
完成本课程后，你能够独立开发基于传统图像处理的光学字符识别（OCR）原型系统，理解视频背景建模（如混合高斯模型）在监控场景中的应用，并掌握使用 OpenCV DNN 模块部署轻量级深度学习模型的能力。资料中的案例代码并非孤立的脚本，而是可复用的功能模块，建议读者对照视频源码，手动复现“信用卡识别”全流程，并尝试替换其中的预处理逻辑，以验证对图像梯度与特征匹配原理的掌握程度。
课程目录
18-Opencv的DNN模块2 集
- 1-dnn模块.mp4 [28.6 MB]
- 2-模型加载结果输出.mp4 [40.5 MB]
2-图像基本操作4 集
- 4-杈圭晫濉厖.mp4 [21.5 MB]
- 5-数值计算【公重号：CunWorkNotes】.mp4 [40.0 MB]
- 1-计算机眼中的图像.mp4 [30.9 MB]
- 2-视频的读取与处理.mp4 [47.0 MB]
13-案例实战-全景图像拼接3 集
- 3-图像拼接方法.mp4 [45.0 MB]
- 1-特征匹配方法.mp4 [28.6 MB]
- 4-流程解读【整理不易‖记得关注：CunWorKNotes】.mp4 [21.7 MB]
5-图像梯度计算1 集
- 2-梯度计算方法【优质资源‖关注：cunWorkNotes 解锁】.mp4 [30.3 MB]
11-图像特征-harris5 集
- 4-特征归属划分.mp4 [43.2 MB]
- 2-基本数学原理【不易整理‖请关注：CunWorkNoteS】.mp4 [30.6 MB]
- 1-角点检测基本原理.mp4 [15.5 MB]
- 3-求解化简【不易整理‖请关注：CunWorkNoteS】.mp4 [31.8 MB]
- 5-opencv角点检测效果.mp4 [31.0 MB]
9-项目实战-信用卡数字识别5 集
- 3-模板处理方法【更多精选‖公众号：CunWorknotes】 .mp4 [23.7 MB]
- 1-总体流程与方法讲解【优质资源‖关注：cunWorkNotes 解锁】.mp4 [20.7 MB]
- 2-环境配置与预处理【资源精选‖更多关注：CunworkNotes】.mp4 [34.8 MB]
- 5-模板匹配得出识别结果.mp4 [47.7 MB]
- 4-输入数据处理方法.mp4 [28.9 MB]
4-图像形态学操作4 集
- 2-膨胀操作【更多精选‖公众号：CunWorknotes】 .mp4 [12.3 MB]
- 1-鑵愯殌鎿嶄綔.mp4 [21.0 MB]
- 3-开运算与闭运算.mp4 [9.3 MB]
- 5-礼帽与黑帽【资源精选‖更多关注：CunworkNotes】.mp4 [15.9 MB]
16-背景建模4 集
- 2-混合高斯模型【不易整理‖请关注：CunWorkNoteS】.mp4 [26.4 MB]
- 3-学习步骤【公重号：CunWorkNotes】.mp4 [31.8 MB]
- 1-背景消除-帧差法【持续更新‖免费提供：CunworknoteS】.mp4 [20.8 MB]
- 4-背景建模实战【资源精选‖更多关注：CunworkNotes】.mp4 [51.2 MB]
7-图像金字塔与轮廓检测7 集
- 7-匹配效果展示【更多精选‖公众号：CunWorknotes】 .mp4 [21.1 MB]
- 5-轮廓特征与近似.mp4 [37.5 MB]
- 6-模板匹配方法【持续更新‖免费提供：CunworknoteS】.mp4 [47.3 MB]
- 4-轮廓检测结果.mp4 [34.4 MB]
- 3-轮廓检测方法.mp4 [19.3 MB]
- 1-图像金字塔定义.mp4 [19.7 MB]
- 2-金字塔制作方法【更多精选‖公众号：CunWorknotes】 .mp4 [25.5 MB]
1-课程简介与环境配置2 集
- 1-课程简介【整理不易‖记得关注：CunWorKNotes】.mp4 [5.4 MB]
- 2-Python与Opencv配置安装【更多精选‖公众号：CunWorknotes】 .mp4 [33.3 MB]
15-项目实战-答题卡识别判卷3 集
- 4-选项判断识别【优质资源‖关注：cunWorkNotes 解锁】.mp4 [57.1 MB]
- 1-整体流程与效果概述.mp4 [29.5 MB]
- 3-填涂轮廓检测.mp4 [25.7 MB]
3-阈值与平滑处理3 集
- 1-图像阈值【资源精选‖更多关注：CunworkNotes】.mp4 [30.8 MB]
- 3-高斯与中值滤波.mp4 [20.6 MB]
- 2-图像平滑处理.mp4 [24.7 MB]
10-项目实战-文档扫描OCR识别6 集
- 5-tesseract-ocr安装配置.mp4 [41.2 MB]
- 1-整体流程演示.mp4 [21.5 MB]
- 3-原始与变换坐标计算.mp4 [26.2 MB]
- 4-透视变换结果.mp4 [32.9 MB]
- 2-文档轮廓提取.mp4 [27.8 MB]
- 6-文档扫描识别效果.mp4 [28.9 MB]
19-项目实战-目标追踪6 集
- 3-深度学习检测框架加载.mp4 [43.6 MB]
- 6-多进程效率提升对比【优质资源‖关注：cunWorkNotes 解锁】.mp4 [78.1 MB]
- 2-多目标追踪实战.mp4 [34.6 MB]
- 5-多进程目标追踪.mp4 [25.7 MB]
- 1-目标追踪概述.mp4 [49.7 MB]
- 4-基于dlib与ssd的追踪.mp4 [73.0 MB]
21-项目实战-疲劳检测3 集
- 2-获取人脸关键点.mp4 [36.1 MB]
- 1-关键点定位概述.mp4 [28.5 MB]
- 3-定位效果演示.mp4 [45.4 MB]
12-图像特征-sift6 集
- 6-opencv中sift函数使用【不易整理‖请关注：CunWorkNoteS】.mp4 [28.8 MB]
- 3-特征关键点定位.mp4 [48.2 MB]
- 1-尺度空间定义.mp4 [20.0 MB]
- 5-特征向量生成【整理不易‖记得关注：CunWorKNotes】.mp4 [43.7 MB]
- 2-高斯差分金字塔.mp4 [21.7 MB]
- 4-生成特征描述.mp4 [24.7 MB]
17-光流估计3 集
- 4-光流估计实战.mp4 [64.2 MB]
- 3-推导求解【不易整理‖请关注：CunWorkNoteS】.mp4 [25.9 MB]
- 1-鍩烘湰姒傚康.mp4 [20.2 MB]
20-卷积原理与操作8 集
- 5-卷积参数共享【优质资源‖关注：cunWorkNotes 解锁】.mp4 [17.7 MB]
- 3-卷积计算过程.mp4 [27.6 MB]
- 1-卷积神经网络的应用.mp4 [36.2 MB]
- 6-池化层原理.mp4 [16.1 MB]
- 2-卷积层解释【公重号：CunWorkNotes】.mp4 [22.3 MB]
- 4-pading与stride【不易整理‖请关注：CunWorkNoteS】.mp4 [26.1 MB]
- 8-卷积操作流程【不易整理‖请关注：CunWorkNoteS】.mp4 [41.1 MB]
- 7-卷积效果演示.mp4 [24.6 MB]
8-直方图与傅里叶变换5 集
- 2-均衡化原理.mp4 [31.4 MB]
- 5-频域变换结果.mp4 [26.3 MB]
- 4-傅里叶概述【不易整理‖请关注：CunWorkNoteS】.mp4 [38.8 MB]
- 3-均衡化效果【更多精选‖公众号：CunWorknotes】 .mp4 [27.2 MB]
- 6-低通与高通滤波【不易整理‖请关注：CunWorkNoteS】.mp4 [27.3 MB]
6-边缘检测3 集
- 3-边缘检测效果.mp4 [36.6 MB]
- 2-非极大值抑制【资源精选‖更多关注：CunworkNotes】.mp4 [18.3 MB]
- 1-Canny边缘检测流程.mp4 [19.0 MB]
14-项目实战-停车场车位识别8 集
- 8-基于视频的车位检测【公重号：CunWorkNotes】.mp4 [135.6 MB]
- 3-图像数据预处理.mp4 [56.7 MB]
- 6-车位区域划分.mp4 [57.3 MB]
- 1-任务整体流程.mp4 [71.4 MB]
- 5-按列划分区域.mp4 [54.7 MB]
- 2-所需数据介绍.mp4 [34.3 MB]
- 4-车位直线检测.mp4 [61.4 MB]
- 7-识别模型构建.mp4 [41.2 MB]
第十二，十三章2 条
- Loftr.pdf [1.5 MB]
- 2104.00680.pdf [7.8 MB]
基础补充-Resnet模型及其应用实例18 条
- Resnet.pdf [207.9 KB]
- mmdetection-master【整理不易‖记得关注：CunWorKNotes】.zip [1.5 GB]
- 可变形DETR【公重号：CunWorkNotes】.pdf [4.5 MB]
- Loftr.pdf [1.5 MB]
- mask2former.pdf [3.0 MB]
- Informer【不易整理‖请关注：CunWorkNoteS】.pdf [1.1 MB]
- Transformer在视觉中的应用VIT算法【更多精选‖公众号：CunWorknotes】 .pdf [1.2 MB]
- 2104.00680【更多精选‖公众号：CunWorknotes】 .pdf [7.8 MB]
- transformer【不易整理‖请关注：CunWorkNoteS】.pdf [2.0 MB]
- 第七章：detr目标检测源码解读.zip [108.3 KB]
- BEV.pdf [998.2 KB]
- Informer.zip [18.3 MB]
- 第五章：swintransformer源码解读.zip [234.6 MB]
- maskformer.pdf [1.5 MB]
- baiduyunguangjia_cfg_A900527E-5BA6-4d22-8E96-E40D5C6EDF61.cfg [4.0 B]
- 第四章：swintransformer算法原理解析.pdf [807.8 KB]
- Medical-Transformer.zip [59.8 MB]
- 第六章：基于Transformer的detr目标检测算法.pdf [885.7 KB]
software13 条
- Accelerated_GStreamer_User_Guide【持续更新‖免费提供：CunworknoteS】.pdf [1.1 MB]
- EasyPlayer-RTSP-Win-V3.0.19.0515.zip [16.3 MB]
- camera_gstreamer_code_rtp.py [2.1 KB]
- camera_gstreamer_code_rtsp_out.py [2.1 KB]
- rtspVideoH264.py [717.0 B]
- rtspCameraH264.py [725.0 B]
- gstreamer-1.0-msvc-x86_64-1.20.4.msi [104.4 MB]
- 4.4 python实现RTP和RTSP.pdf [648.2 KB]
- 4.5 deepstream推理.pdf [815.1 KB]
- 4.2 deepstream HelloWorld.pdf [711.6 KB]
- 4.6 deepstream集成yolov4【不易整理‖请关注：CunWorkNoteS】.pdf [822.5 KB]
- 4.1 deepstream 介绍安装.pdf [620.5 KB]
- 4.3 GStreamer RTP和RTSP.pdf [1.5 MB]
networks14 条
- googlenet_noprob.prototxt [34.9 KB]
- googlenet.prototxt [35.0 KB]
- bvlc_googlenet.caffemodel [51.1 MB]
- mobilenet-v1-ssd-mp-0_675.pth [36.2 MB]
- jetson-inference.zip [557.4 MB]
- usbCamera.py [159.0 B]
- csiCamera.py [1002.0 B]
- 2.4 训练自己的目标检测模型准备.pdf [300.1 KB]
- 2.2 docker 的安装使用.pdf [395.7 KB]
- 2.5 训练出自己目标识别模型.pdf [1.1 MB]
- 时间统计.xlsx [9.6 KB]
- 2.6 转换出onnx模型，并使用.pdf [95.3 KB]
- 2.3 docker中运行分类模型.pdf [124.5 KB]
- 2.1 jetson-inference 入门.pdf [115.2 KB]
第三章 NVIDIA TAO 实用级的训练神器5 条
- 3.4NVIDIA TAO预训练模型和训练.pdf [858.8 KB]
- 3.2NVIDIA TAO数据准备和环境设置.pdf [785.9 KB]
- 3.1NVIDIA TAO介绍和安装.pdf [571.0 KB]
- 3.5TAO 剪枝在训练推理验证.pdf [792.0 KB]
- 3.3NVIDIA TAO数据转换.pdf [936.6 KB]
1software9 条
- SDCardFormatterv5_WinEN.zip [6.1 MB]
- csiCamera.py [1002.0 B]
- code_1.71.2-1663189619_arm64.deb [71.5 MB]
- balenaEtcher-Setup-1.7.9.exe [138.8 MB]
- usbCamera.py [183.0 B]
- 1.2 jetson nano 刷机.pdf [503.9 KB]
- 1.3 感受nano的GPU算力.pdf [118.1 KB]
- 1.2b jetson nano 系统安装过程.pdf [802.2 KB]
- 1.4 安装使用摄像头csi usb.pdf [163.2 KB]
- … 其余 3009 项略，目录共 3209 项
[衡天云]爆款云服务器 低至12元/月
![[衡天云]爆款云服务器 低至12元/月](/hty.png)