咕泡人工智能深度学习第10期 | 更新完结

【资源目录】：

├──视频
| ├──1-AI课程所需安装软件教程
| | ├──1-AI课程所需安装软件教程
| | | └──1-AI课程所需安装软件教程.mp4 19.61M
| | └──课程详细目录.txt 0.06kb
| ├──2-深度学习必备核⼼算法
| | ├──1-神经网络结构
| | | └──1-神经网络结构.mp4 604.62M
| | ├──2-卷积神经网络
| | | └──1-卷积神经网络.mp4 676.23M
| | ├──3-Transformer
| | | └──1-Transformer.mp4 557.22M
| | ├──4-VIT源码解读
| | | └──1-VIT源码解读.mp4 878.23M
| | └──课程详细目录.txt 0.06kb
| ├──2-深度学习必备核⼼算法1
| | ├──1-神经网络结构
| | ├──2-卷积神经网络
| | ├──3-Transformer
| | └──4-VIT源码解读
| ├──3-深度学习核心框架PyTorch1
| | ├──3-1 节PyTorch框架介绍与配置安装
| | | ├──1-PyTorch框架与其他框架区别分析.mp4.mp4 33.24M
| | | └──2-CPU与GPU版本安装方法解读.mp4.mp4 100.57M
| | ├──3-2 节使用神经网络进行分类任务
| | | ├──1-数据集与任务概述.mp4.mp4 43.34M
| | | ├──2-基本模块应用测试.mp4.mp4 47.62M
| | | ├──3-网络结构定义方法.mp4.mp4 55.60M
| | | ├──4-数据源定义简介.mp4.mp4 38.98M
| | | ├──5-损失与训练模块分析.mp4.mp4 42.31M
| | | ├──6-训练一个基本的分类模型.mp4.mp4 54.59M
| | | └──7-参数对结果的影响.mp4.mp4 51.65M
| | ├──3-3 节神经网络回归任务-气温预测
| | | └──神经网络回归任务-气温预测.mp4 226.94M
| | ├──3-4 节卷积网络参数解读分析
| | | ├──1-输入特征通道分析.mp4.mp4 42.48M
| | | ├──2-卷积网络参数解读.mp4.mp4 31.46M
| | | └──3-卷积网络模型训练.mp4.mp4 55.14M
| | ├──3-5 节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.mp4.mp4 41.62M
| | | ├──10-测试结果演示分析.mp4.mp4 110.98M
| | | ├──2-数据增强模块.mp4.mp4 40.50M
| | | ├──3-数据集与模型选择.mp4.mp4 45.32M
| | | ├──4-迁移学习方法解读.mp4.mp4 44.66M
| | | ├──5-输出层与梯度设置.mp4.mp4 61.42M
| | | ├──6-输出类别个数修改.mp4.mp4 49.06M
| | | ├──7-优化器与学习率衰减.mp4.mp4 52.48M
| | | ├──8-模型训练方法.mp4.mp4 52.60M
| | | └──9-重新训练全部模型.mp4.mp4 54.81M
| | ├──3-6 节DataLoader自定义数据集制作
| | | ├──1-Dataloader要完成的任务分析.mp4.mp4 39.20M
| | | ├──2-图像数据与标签路径处理.mp4.mp4 48.98M
| | | ├──3-Dataloader中需要实现的方法分析.mp4.mp4 46.95M
| | | └──4-实用Dataloader加载数据并训练模型.mp4.mp4 77.82M
| | ├──3-7 节LSTM文本分类实战
| | | ├──1-数据集与任务目标分析.mp4.mp4 52.81M
| | | ├──2-文本数据处理基本流程分析.mp4.mp4 55.97M
| | | ├──3-命令行参数与DEBUG.mp4.mp4 36.52M
| | | ├──4-训练模型所需基本配置参数分析.mp4.mp4 40.92M
| | | ├──5-预料表与字符切分.mp4.mp4 31.98M
| | | ├──6-字符预处理转换ID.mp4.mp4 34.37M
| | | ├──7-LSTM网络结构基本定义.mp4.mp4 34.73M
| | | ├──8-网络模型预测结果输出.mp4.mp4 39.11M
| | | └──9-模型训练任务与总结.mp4.mp4 45.16M
| | ├──3-8 节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
| | └──课程详细目录.txt 0.06kb
| ├──4-Opencv图像处理框架实战
| | ├──5-1 节课程简介与环境配置
| | | ├──1-课程简介.mp4.mp4 5.40M
| | | ├──2-Python与Opencv配置安装.mp4.mp4 33.28M
| | | └──3-Notebook与IDE环境.mp4.mp4 84.50M
| | ├──5-10 节⽂档扫描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
| | ├──5-11 节图像特征-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
| | ├──5-12 节图像特征-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
| | ├──5-13 节全景图像拼接
| | | ├──1-特征匹配方法.mp4.mp4 28.56M
| | | ├──2-RANSAC算法.mp4.mp4 34.50M
| | | ├──3-图像拼接方法.mp4.mp4 45.06M
| | | └──4-流程解读.mp4.mp4 21.65M
| | ├──5-14 节停⻋场⻋位识别
| | | ├──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.mp4 41.19M
| | | └──8-基于视频的车位检测.mp4.mp4 135.61M
| | ├──5-15 节答题卡识别判卷
| | | ├──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
| | ├──5-16 节背景建模
| | | ├──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
| | ├──5-17 节光流估计
| | | ├──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
| | ├──5-18 节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
| | ├──5-19 节⽬标追踪
| | | ├──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
| | ├──5-2 节图像基本操作
| | | ├──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
| | ├──5-20 节卷积原理与操作
| | | ├──1-卷积神经网络的应用.mp4.mp4 36.18M
| | | ├──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
| | | ├──7-卷积效果演示.mp4.mp4 24.64M
| | | └──8-卷积操作流程.mp4.mp4 41.24M
| | ├──5-21 节疲劳检测
| | | ├──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
| | ├──5-3 节阈值与平滑处理
| | | ├──1-图像阈值.mp4.mp4 30.85M
| | | ├──2-图像平滑处理.mp4.mp4 24.77M
| | | └──3-高斯与中值滤波.mp4.mp4 20.61M
| | ├──5-4 节图像形态学操作
| | | ├──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
| | ├──5-5 节图像梯度计算
| | | ├──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
| | ├──5-6 节边缘检测
| | | ├──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
| | ├──5-7 节图像⾦字塔与轮廓检测
| | | ├──1-图像金字塔定义.mp4.mp4 19.68M
| | | ├──2-金字塔制作方法.mp4.mp4 25.47M
| | | ├──3-轮廓检测方法.mp4.mp4 19.37M
| | | ├──4-轮廓检测结果.mp4.mp4 34.44M
| | | ├──5-轮廓特征与近似.mp4.mp4 37.62M
| | | ├──6-模板匹配方法.mp4.mp4 47.45M
| | | └──7-匹配效果展示.mp4.mp4 21.20M
| | ├──5-8 节直⽅图与傅⾥叶变换
| | | ├──1-直方图定义.mp4.mp4 23.64M
| | | ├──2-均衡化原理.mp4.mp4 31.35M
| | | ├──3-均衡化效果.mp4.mp4 27.21M
| | | ├──4-傅里叶概述.mp4.mp4 38.86M
| | | ├──5-频域变换结果.mp4.mp4 26.32M
| | | └──6-低通与高通滤波.mp4.mp4 27.40M
| | ├──5-9 节信⽤卡数字识别
| | | ├──1-总体流程与方法讲解.mp4.mp4 20.73M
| | | ├──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
| | └──课程详细目录.txt 0.06kb
| ├──5-综合项目-物体检测经典算法实战
| | └──1-YOLO V9
| ├──5-综合项目-物体检测经典算法实战2
| | ├──1-YOLO V9
| | | ├──1-YOLO V9.mp4 1.42G
| | | └──课程详细目录.txt 0.06kb
| | └──课程详细目录.txt 0.06kb
| ├──6-图像分割实战
| | ├──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 20.24M
| | | ├──2-分割任务中的目标函数定义.mp4 20.00M
| | | └──3-MIOU评估标准.mp4 9.03M
| | ├──10-物体检测框架-MaskRcnn项目介绍与配置
| | | ├──1-Mask-Rcnn开源项目简介.mp4 88.18M
| | | ├──2-开源项目数据集.mp4 42.48M
| | | └──3-开源项目数据集.mp4 97.85M
| | ├──11-MaskRcnn网络框架源码详解
| | | ├──1-FPN层特征提取原理解读.mp4 42.31M
| | | ├──10-RoiPooling层的作用与目的.mp4 33.45M
| | | ├──11-RorAlign操作的效果.mp4 25.70M
| | | ├──12-整体框架回顾.mp4 28.86M
| | | ├──2-FPN网络架构实现解读.mp4 55.77M
| | | ├──3-生成框比例设置.mp4 28.25M
| | | ├──4-基于不同尺度特征图生成所有框.mp4 32.93M
| | | ├──5-RPN层的作用与实现解读.mp4 30.90M
| | | ├──6-候选框过滤方法.mp4 15.59M
| | | ├──7-Proposal层实现方法.mp4 33.31M
| | | ├──8-DetectionTarget层的作用.mp4 25.70M
| | | └──9-正负样本选择与标签定义.mp4 27.59M
| | ├──12-基于MASK-RCNN框架训练自己的数据与任务
| | | ├──1-Labelme工具安装.mp4 14.29M
| | | ├──2-使用labelme进行数据与标签标注.mp4 26.29M
| | | ├──3-完成训练数据准备工作.mp4 26.61M
| | | ├──4-maskrcnn源码修改方法.mp4 63.56M
| | | ├──5-基于标注数据训练所需任务.mp4 39.72M
| | | └──6-测试与展示模块.mp4 38.60M
| | ├──2-Unet系列算法讲解
| | | ├──1-Unet网络编码与解码过程.mp4 18.29M
| | | ├──2-网络计算流程.mp4 16.13M
| | | ├──3-Unet升级版本改进.mp4 15.75M
| | | └──4-后续升级版本介绍.mp4 18.37M
| | ├──3-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 71.21M
| | | ├──2-数据增强工具.mp4 61.47M
| | | ├──3-Debug模式演示网络计算流程.mp4 41.37M
| | | ├──4-特征融合方法演示.mp4 30.05M
| | | ├──5-迭代完成整个模型计算任务.mp4 33.55M
| | | └──6-模型效果验证.mp4 47.29M
| | ├──4-U2NET显著性检测实战
| | | ├──1-任务目标与网络整体介绍.mp4 58.66M
| | | ├──2-显著性检测任务与目标概述.mp4 53.96M
| | | ├──3-编码器模块解读.mp4 43.66M
| | | ├──4-解码器输出结果.mp4 27.90M
| | | └──5-损失函数与应用效果.mp4 34.34M
| | ├──5-deeplab系列算法
| | | ├──1-deeplab分割算法概述.mp4 13.81M
| | | ├──2-空洞卷积的作用.mp4 16.74M
| | | ├──3-感受野的意义.mp4 19.37M
| | | ├──4-SPP层的作用.mp4 19.02M
| | | ├──5-ASPP特征融合策略.mp4 13.45M
| | | └──6-deeplabV3Plus版本网络架构.mp4 24.08M
| | ├──6-基于deeplabV3+版本进⾏VOC分割实战
| | | ├──1-PascalVoc数据集介绍.mp4 70.12M
| | | ├──2-项目参数与数据集读取.mp4 60.32M
| | | ├──3-网络前向传播流程.mp4 33.10M
| | | ├──4-ASPP层特征融合.mp4 51.19M
| | | └──5-分割模型训练.mp4 34.97M
| | ├──7-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 45.55M
| | | ├──2-项目基本配置参数.mp4 33.31M
| | | ├──3-任务流程解读.mp4 69.12M
| | | ├──4-文献报告分析.mp4 122.67M
| | | ├──5-补充：视频数据源特征处理方法概述.mp4 26.33M
| | | └──6-补充：R(2plus1)D处理方法分析.mp4 18.88M
| | ├──8-分割模型Maskformer系列
| | | └──1-分割模型Maskformer系列.mp4 1.27G
| | └──9-补充：Mask2former源码解读
| | | ├──1-Backbone获取多层级特征.mp4 35.79M
| | | ├──10-正样本筛选损失计算.mp4 41.78M
| | | ├──11-标签分类匹配结果分析.mp4 62.04M
| | | ├──12-最终损失计算流程.mp4 52.29M
| | | ├──13-汇总所有损失完成迭代.mp4 35.76M
| | | ├──2-多层级采样点初始化构建.mp4 41.46M
| | | ├──3-多层级输入特征序列创建方法.mp4 43.83M
| | | ├──4-偏移量与权重计算并转换.mp4 48.78M
| | | ├──5-Encoder特征构建方法实例.mp4 49.77M
| | | ├──6-query要预测的任务解读.mp4 45.61M
| | | ├──7-Decoder中的AttentionMask方法.mp4 50.89M
| | | ├──8-损失模块输入参数分析.mp4 40.84M
| | | └──9-标签分配策略解读.mp4 42.53M
| └──课程详细目录.txt 0.06kb
├──资料
| ├──2-深度学习必备核心算法
| | ├──transformer.pdf 1.99M
| | ├──Transformer在视觉中的应用VIT算法.pdf 1.24M
| | ├──ViT.zip 638.39M
| | ├──卷积神经网络.pdf 2.59M
| | └──神经网络.pdf 6.31M
| ├──3-深度学习框架PyTorch
| | ├──flask预测.zip 712.05M
| | ├──PyTorch.pdf 2.67M
| | ├──第二,三章：神经网络实战分类与回归任务.zip 15.82M
| | ├──第六章：DataLoader自定义数据集制作.zip 594.02M
| | ├──第七章：LSTM文本分类实战.zip 31.53M
| | ├──第四章：卷积网络参数解读.zip 33.37M
| | ├──第五章：图像识别模型与训练策略（重点）.zip 449.77M
| | └──深度学习.pdf 9.93M
| ├──4-Opencv图像处理框架实战
| | ├──课件
| | | └──第2-8节课件
| | └──源码资料
| ├──4-Opencv图像处理框架实战1
| | ├──课件
| | | ├──第2-8节课件
| | | ├──第11-12节notebook课件.zip 52.05M
| | | └──第16-17节notebook课件.zip 9.37M
| | └──源码资料
| | | ├──第10节：项目实战-文档扫描OCR识别.zip 44.94M
| | | ├──第13节：案例实战-全景图像拼接.zip 829.49kb
| | | ├──第14节：项目实战-停车场车位识别.zip 111.34M
| | | ├──第15节：项目实战-答题卡识别判卷.zip 3.07M
| | | ├──第18节：Opencv的DNN模块.zip 49.62M
| | | ├──第19节：项目实战-目标追踪.zip 125.33M
| | | ├──第20节：卷积原理与操作.zip 24.47kb
| | | ├──第21节：人脸关键点定位.zip 69.75M
| | | ├──第21节：项目实战-疲劳检测.zip 74.15M
| | | └──第9节：项目实战-信用卡数字识别.zip 548.10kb
| └──课程详细目录.txt 0.06kb
└──课程详细目录.txt 0.06kb