目标检测-YOLO-V4基于PyTorch从零复现（与行人车辆检测实战）-有课程资料_3.18GB
51671文件名称： 目标检测-YOLO-V4基于PyTorch从零复现（与行人车辆检测实战）-有课程资料450_共：3.18GB
文件总数量： 67条
压缩文件数量： 2条
压缩文件比： 2.98%
疑似加密文件： 0条(需要授权播放的文件)
文件创建时间：2023-12-05 13:29:46
目录：【第2章-预备知识整装待发】
2-6全连接层讲解.mp4
2-13YOLOV4里的one-hot编码.mp4
2-4Yolov4里的卷积例子.mp4
2-3人工卷积核产生的效果.mp4
2-18激活函数原理和作用.mp4
2-14softmax原理和计算.mp4
2-15sigmod和代替softmax.mp4
2-101X1卷积核的用处02.mp4
2-8卷积神经网络VGG16_02.mp4
2-17BN操作02.mp4
2-121X1卷积核的用处04（yolo中的1X1预测思想）.mp4
2-7卷积神经网络VGG16_01.mp4
2-1图像卷积.mp4
2-16BN操作01.mp4
2-5最大池化操作.mp4
2-91X1卷积核的用处01.mp4
2-2卷积和步长的巧妙配合.mp4
2-111X1卷积核的用处03.mp4
目录：【目标检测-YOLO-V4基于PyTorch从零复现（与行人车辆检测实战）-有课程资料】
课程目录.txt
目录：【第4章-模型训练和代码实现】
4-14代码解读基于PyTorch的模型训练01.mp4
4-3模型训练build_target原理解析01.mp4
4-6损失函数原理解析01.mp4
4-5模型训练build_target原理解析03.mp4
4-1模型训练超参部分讲解.mp4
4-13从零写代码损失函数计算.mp4
4-2训练整体流程.mp4
4-11从零写代码训练部分基础函数.mp4
4-4模型训练build_target原理解析02.mp4
4-9从零写代码build_target训练核心函数02.mp4
4-12从零写代码CIOU计算.mp4
4-15代码解读基于PyTorch的模型训练02.mp4
4-8从零写代码build_target训练核心函数01.mp4
4-10从零写代码build_target训练核心函数03.mp4
4-16代码解读基于PyTorch的模型训练03.mp4
4-7损失函数原理解析02.mp4
目录：【第5章-YOLOV4车辆行人检测实战】
5-3代码实战pytorch权重裁剪01.mp4
5-8项目效果展示.mp4
5-1项目实战总体介绍.mp4
5-6tensorboardX训练可视化工具使用.mp4
5-4代码实战pytorch权重裁剪02.mp4
5-2权重裁剪技巧（模型训练必备知识）.mp4
5-9YOLOV4调参总结.mp4
5-5代码实战训练数据集制作.mp4
5-7map和准确召回率计算工具使用.mp4
目录：【第1章-课程介绍】
1-1课程介绍.mp4
1-2代码与项目介绍.mp4
目录：【课程资料】
ppt和手工图.zip
yolov4代码和数据集.zip
目录：【第3章-YOLOV4网络结构和代码实现】
3-19代码解读使用yolo.cfg解析方式构造网络02.mp4
3-9头部DECODE.mp4
3-16从零写代码头部Decode02.mp4
3-5YOLOV4网络结构backbone.mp4
3-11从零写代码backbone构建01.mp4
3-13从零写代码Neck构建01.mp4
3-18代码解读使用yolo.cfg解析方式构造网络01.mp4
3-14从零写代码Neck构建02.mp4
3-6YOLOV4网络结构Neck.mp4
3-7YOLO网格思想.mp4
3-8先验框anchors原理.mp4
3-15从零写代码头部Decode01.mp4
3-12从零写代码backbone构建02.mp4
3-2YOLOV3网络结构回顾02.mp4
3-10YOLO头部总结.mp4
3-17代码解读模型推断部分.mp4
3-1YOLOV3网络结构回顾01.mp4
3-3YOLOV3网络结构回顾03.mp4
3-4强大的模型可视化工具netron.mp4
页:
[1]