Python-深度学习-物体检测实战（更新第三章）

课程介绍：

计算机视觉-物体检测-通用解决框架Mask-Rcnn实战课程旨在帮助同学们快速掌握物体检测领域当下主流解决方案与网络框架构建原理，基于开源项目解读其应用领域与使用方法。通过debug方式，详细解读项目中每一模块核心源码，从代码角度理解网络实现方法与建模流程。为了方便同学们能将项目应用到自己的数据与任务中，实例演示如何针对自己的数据集制作标签与代码调整方法，全程实战操作，通俗讲解其中复杂的网络架构。

〖课程目录〗:

• | └──1、深度学习之物体检测
• | | ├──章节1物体检测框架-MaskRcnn项目
• | | | ├──1 课程简介.mp4 9.03M
• | | | ├──2 Mask-Rcnn开源项目简介.mp4 45.91M
• | | | ├──3 开源项目数据集.mp4 23.07M
• | | | └──4 参数配置_ev.mp4 48.26M
• | | ├──章节2MaskRcnn网络框架源码详解
• | | | ├──10 RPN层的作用与实现解读.ev4 175.53M
• | | | ├──11 候选框过滤方法.ev4 94.78M
• | | | ├──12 Proposal层实现方法.ev4 220.01M
• | | | ├──13 DetectionTarget层的作用.ev4 146.74M
• | | | ├──14 正负样本选择与标签定义.ev4 165.10M
• | | | ├──15 RoiPooling层的作用与目的.ev4 211.98M
• | | | ├──16 RorAlign操作的效果.ev4 154.62M
• | | | ├──17 整体框架回顾.ev4 181.13M
• | | | ├──6 FPN层特征提取原理解读.ev4 249.89M
• | | | ├──7 FPN网络架构实现解读.ev4 367.07M
• | | | ├──8 生成框比例设置.ev4 170.30M
• | | | └──9 基于不同尺度特征图生成所有框.ev4 213.86M
• | | ├──章节3基于MASK-RCNN框架训练自己
• | | | ├──18 Labelme工具安装.ev4 82.09M
• | | | ├──19 使用labelme进行数据与标签标注.ev4 131.37M
• | | | ├──20 完成训练数据准备工作.ev4 134.25M
• | | | ├──21 maskrcnn源码修改方法.ev4 407.04M
• | | | ├──22 基于标注数据训练所需任务.ev4 271.50M
• | | | └──23 测试与展示模块.ev4 207.20M
• | | └──全部代码资料.rar 0.26kb

yeyudao普通

收藏 海报 链接