|
|
咕泡人工智能深度学习系统班第六期
主讲:唐宇迪课时:官方同步已完结
人工智能深度学习系统班V6.2
深度学习+计算机视觉+自然语法处理
完结无密
提取码 : 购买后方可查看
课程介绍
人工智能深度学习系统班V6.2 完结无密
深度学习+计算机视觉+自然语法处理
算法讲解 论文分析 源码解读 项目实战
章节目录：
├── 01 直播课回放/
│ ├── 01 开班典礼/
│ ├── 02 Pycharm环境配置与Debug演示(没用过的同学必看)/
│ ├── 03 直播1：深度学习核心算法-神经网络与卷积网络/
│ ├── 04 直播2：卷积神经网络/
│ ├── 05 直播3：Transformer架构/
│ ├── 06 直播4：Transfomer在视觉任务中的应用实例/
│ ├── 07 直播5：YOLO系列（V7）算法解读/
│ ├── 08 直播6：分割模型Maskformer系列/
│ ├── 09 补充：Mask2former源码解读/
│ ├── 10 直播7：半监督物体检测/
│ ├── 11 直播8：基于图模型的时间序列预测/
│ ├── 12 直播9：图像定位与检索/
│ ├── 13 直播10：近期内容补充/
│ ├── 14 直播11：文本生成GPT系列/
│ ├── 15 直播12：异构图神经网络/
│ ├── 16 直播13：BEV特征空间/
│ ├── 17 补充：BevFormer源码解读/
│ ├── 18 直播14：知识蒸馏/
│ └── 19 直播15：六期总结与论文简历/
├── 02 深度学习必备核心算法/
│ ├── 01 神经网络算法解读/
│ ├── 02 卷积神经网络算法解读/
│ └── 03 递归神经网络算法解读/
├── 03 深度学习核心框架PyTorch/
│ ├── 01 PyTorch框架介绍与配置安装/
│ ├── 02 使用神经网络进行分类任务/
│ ├── 03 神经网络回归任务-气温预测/
│ ├── 04 卷积网络参数解读分析/
│ ├── 05 图像识别模型与训练策略（重点）/
│ ├── 06 DataLoader自定义数据集制作/
│ ├── 07 LSTM文本分类实战/
│ └── 08 PyTorch框架Flask部署例子/
├── 04 MMLAB实战系列/
│ ├── 01 MMCV安装方法/
│ ├── 02 第一模块：分类任务基本操作/
│ ├── 03 第一模块：训练结果测试与验证/
│ ├── 04 第一模块：模型源码DEBUG演示/
│ ├── 05 第二模块：使用分割模块训练自己的数据集/
│ ├── 06 第二模块：基于Unet进行各种策略修改/
│ ├── 07 第二模块：分割任务CVPR最新Backbone设计及其应用/
│ ├── 08 第三模块：mmdet训练自己的数据任务/
│ ├── 09 第三模块：DeformableDetr物体检测源码分析/
│ ├── 10 补充：Mask2former源码解读/
│ ├── 11 第三模块：DeformableDetr算法解读/
│ ├── 12 KIE关键信息抽取与视频超分辨率重构/
│ ├── 13 第四模块：DBNET文字检测/
│ ├── 14 第四模块：ANINET文字识别/
│ ├── 15 第四模块：KIE基于图模型的关键信息抽取/
│ ├── 16 第五模块：stylegan2源码解读/
│ ├── 17 第六模块：BasicVSR++视频超分辨重构源码解读/
│ ├── 18 第七模块：多模态3D目标检测算法源码解读/
│ ├── 19 第八模块：模型蒸馏应用实例/
│ ├── 20 第八模块：模型剪枝方法概述分析/
│ ├── 21 第九模块：mmaction行为识别/
│ ├── 22 OCR算法解读/
│ └── 23 额外补充-在源码中加入各种注意力机制方法/
├── 05 Opencv图像处理框架实战/
│ ├── 01 课程简介与环境配置/
│ ├── 02 图像基本操作/
│ ├── 03 阈值与平滑处理/
│ ├── 04 图像形态学操作/
│ ├── 05 图像梯度计算/
│ ├── 06 边缘检测/
│ ├── 07 图像金字塔与轮廓检测/
│ ├── 08 直方图与傅里叶变换/
│ ├── 09 项目实战-信用卡数字识别/
│ ├── 10 项目实战-文档扫描OCR识别/
│ ├── 11 图像特征-harris/
│ ├── 12 图像特征-sift/
│ ├── 13 案例实战-全景图像拼接/
│ ├── 14 项目实战-停车场车位识别/
│ ├── 15 项目实战-答题卡识别判卷/
│ ├── 16 背景建模/
│ ├── 17 光流估计/
│ ├── 18 Opencv的DNN模块/
│ ├── 19 项目实战-目标追踪/
│ ├── 20 卷积原理与操作/
│ └── 21 项目实战-疲劳检测/
├── 06 综合项目-物体检测经典算法实战/
│ ├── 01 深度学习经典检测方法概述/
│ ├── 02 YOLO-V1整体思想与网络架构/
│ ├── 03 YOLO-V2改进细节详解/
│ ├── 04 YOLO-V3核心网络模型/
│ ├── 05 项目实战-基于V3版本进行源码解读（建议直接跑V5版本）/
│ ├── 06 基于YOLO-V3训练自己的数据集与任务（建议直接跑V5版本）/
│ ├── 07 YOLO-V4版本算法解读/
│ ├── 08 V5版本项目配置/
│ ├── 09 V5项目工程源码解读/
│ ├── 10 V7源码解读/
│ ├── 11 EfficientNet网络/
│ ├── 12 EfficientDet检测算法/
│ ├── 13 基于Transformer的detr目标检测算法/
│ └── 14 detr目标检测源码解读/
├── 07 图像分割实战/
│ ├── 01 图像分割及其损失函数概述/
│ ├── 02 卷积神经网络原理与参数解读/
│ ├── 03 Unet系列算法讲解/
│ ├── 04 unet医学细胞分割实战/
│ ├── 05 U2NET显著性检测实战/
│ ├── 06 deeplab系列算法/
│ ├── 07 基于deeplabV3+版本进行VOC分割实战/
│ ├── 08 医学心脏视频数据集分割建模实战/
│ ├── 09 物体检测框架-MaskRcnn项目介绍与配置/
│ ├── 10 MaskRcnn网络框架源码详解/
│ └── 11 基于MASK-RCNN框架训练自己的数据与任务/
├── 08 行为识别实战/
│ ├── 01 slowfast算法知识点通俗解读/
│ ├── 02 slowfast项目环境配置与配置文件/
│ ├── 03 slowfast源码详细解读/
│ ├── 04 基于3D卷积的视频分析与动作识别/
│ ├── 05 视频异常检测算法与元学习/
│ ├── 06 视频异常检测CVPR2021论文及其源码解读/
│ └── 07 基础补充-Resnet模型及其应用实例/
├── 09 2022论文必备-Transformer实战系列/
│ ├── 01 课程介绍/
│ ├── 02 自然语言处理通用框架BERT原理解读/
│ ├── 03 Transformer在视觉中的应用VIT算法/
│ ├── 04 VIT算法模型源码解读/
│ ├── 05 swintransformer算法原理解析/
│ ├── 06 swintransformer源码解读/
│ ├── 07 基于Transformer的detr目标检测算法/
│ ├── 08 detr目标检测源码解读/
│ ├── 09 MedicalTrasnformer论文解读/
│ ├── 10 MedicalTransformer源码解读/
│ ├── 11 商汤LoFTR算法解读/
│ ├── 12 局部特征关键点匹配实战/
│ ├── 13 项目补充-谷歌开源项目BERT源码解读与应用实例/
│ └── 14 项目补充-基于BERT的中文情感分析实战/
├── 10 图神经网络实战/
│ ├── 01 图神经网络基础/
│ ├── 02 图卷积GCN模型/
│ ├── 03 图模型必备神器PyTorch Geometric安装与使用/
│ ├── 04 使用PyTorch Geometric构建自己的图数据集/
│ ├── 05 图注意力机制与序列图模型/
│ ├── 06 图相似度论文解读/
│ ├── 07 图相似度计算实战/
│ ├── 08 基于图模型的轨迹估计/
│ └── 09 图模型轨迹估计实战/
├── 11 3D点云实战/
│ ├── 01 3D点云实战 3D点云应用领域分析/
│ ├── 02 3D点云PointNet算法/
│ ├── 03 PointNet++算法解读/
│ ├── 04 Pointnet++项目实战/
│ ├── 05 点云补全PF-Net论文解读/
│ ├── 06 点云补全实战解读/
│ ├── 07 点云配准及其案例实战/
│ └── 08 基础补充-对抗生成网络架构原理与实战解析/
├── 12 目标追踪与姿态估计实战/
│ ├── 01 课程介绍/
│ ├── 02 姿态估计OpenPose系列算法解读/
│ ├── 03 OpenPose算法源码分析/
│ ├── 04 deepsort算法知识点解读/
│ ├── 05 deepsort源码解读/
│ ├── 06 YOLO-V4版本算法解读/
│ ├── 07 V5版本项目配置/
│ └── 08 V5项目工程源码解读/
├── 13 面向深度学习的无人驾驶实战/
│ ├── 01 深度估计算法原理解读/
│ ├── 02 深度估计项目实战/
│ ├── 03 车道线检测算法与论文解读/
│ ├── 04 基于深度学习的车道线检测项目实战/
│ ├── 05 商汤LoFTR算法解读/
│ ├── 06 局部特征关键点匹配实战/
│ ├── 07 三维重建应用与坐标系基础/
│ ├── 08 NeuralRecon算法解读/
│ ├── 09 NeuralRecon项目环境配置/
│ ├── 10 NeuralRecon项目源码解读/
│ ├── 11 TSDF算法与应用/
│ ├── 12 TSDF实战案例/
│ ├── 13 轨迹估计算法与论文解读/
│ ├── 14 轨迹估计预测实战/
│ └── 15 特斯拉无人驾驶解读/
├── 14 对比学习与多模态任务实战/
│ ├── 01 对比学习算法与实例/
│ ├── 02 CLIP系列/
│ ├── 03 多模态3D目标检测算法源码解读/
│ ├── 04 多模态文字识别/
│ └── 05 ANINET源码解读/
├── 15 缺陷检测实战/
│ ├── 01 课程介绍/
│ ├── 02 物体检框架YOLO-V4版本算法解读/
│ ├── 03 物体检测框架YOLOV5版本项目配置/
│ ├── 04 物体检测框架YOLOV5项目工程源码解读/
│ ├── 05 基于YOLOV5的钢材缺陷检测实战/
│ ├── 06 Semi-supervised布料缺陷检测实战/
│ ├── 07 Opencv图像常用处理方法实例/
│ ├── 08 Opencv梯度计算与边缘检测实例/
│ ├── 09 Opencv轮廓检测与直方图/
│ ├── 10 基于Opencv缺陷检测项目实战/
│ ├── 11 基于视频流水线的Opencv缺陷检测项目/
│ ├── 12 图像分割deeplab系列算法/
│ ├── 13 基于deeplabV3+版本进行VOC分割实战/
│ └── 14 Deeplab铁质材料缺陷检测与开源项目应用流程/
├── 16 行人重识别实战/
│ ├── 01 行人重识别原理及其应用/
│ ├── 02 基于注意力机制的Reld模型论文解读/
│ ├── 03 基于Attention的行人重识别项目实战/
│ ├── 04 AAAI2020顶会算法精讲/
│ ├── 05 项目实战-基于行人局部特征融合的再识别实战/
│ ├── 06 旷视研究院最新算法解读（基于图模型）/
│ └── 07 基于拓扑图的行人重识别项目实战/
├── 17 对抗生成网络实战/
│ ├── 01 课程介绍/
│ ├── 02 对抗生成网络架构原理与实战解析/
│ ├── 03 基于CycleGan开源项目实战图像合成/
│ ├── 04 stargan论文架构解析/
│ ├── 05 stargan项目实战及其源码解读/
│ ├── 06 基于starganvc2的变声器论文原理解读/
│ ├── 07 starganvc2变声器项目实战及其源码解读/
│ ├── 08 图像超分辨率重构实战/
│ └── 09 基于GAN的图像补全实战/
├── 18 强化学习实战系列/
│ ├── 01 强化学习简介及其应用/
│ ├── 02 PPO算法与公式推导/
│ ├── 03 PPO实战-月球登陆器训练实例/
│ ├── 04 Q-learning与DQN算法/
│ ├── 05 DQN算法实例演示/
│ ├── 06 DQN改进与应用技巧/
│ ├── 07 Actor-Critic算法分析（A3C）/
│ └── 08 用A3C玩转超级马里奥/
├── 19 Openai顶级黑科技算法及其项目实战/
│ ├── 01 GPT系列生成模型/
│ ├── 02 GPT建模与预测流程/
│ ├── 03 CLIP系列/
│ ├── 04 Diffusion模型解读/
│ ├── 05 Dalle2及其源码解读/
│ └── 06 ChatGPT/
├── 20 面向医学领域的深度学习实战/
│ ├── 01 卷积神经网络原理与参数解读/
│ ├── 02 PyTorch框架基本处理操作/
│ ├── 03 PyTorch框架必备核心模块解读/
│ ├── 04 基于Resnet的医学数据集分类实战/
│ ├── 05 图像分割及其损失函数概述/
│ ├── 06 Unet系列算法讲解/
│ ├── 07 unet医学细胞分割实战/
│ ├── 08 deeplab系列算法/
│ ├── 09 基于deeplabV3+版本进行VOC分割实战/
│ ├── 10 基于deeplab的心脏视频数据诊断分析/
│ ├── 11 YOLO系列物体检测算法原理解读/
│ ├── 12 基于YOLO5细胞检测实战/
│ ├── 13 知识图谱原理解读/
│ ├── 14 Neo4j数据库实战/
│ ├── 15 基于知识图谱的医药问答系统实战/
│ ├── 16 词向量模型与RNN网络架构/
│ └── 17 医学糖尿病数据命名实体识别/
├── 21 深度学习模型部署与剪枝优化实战/
│ ├── 01 AIoT人工智能物联网之认识 jetson nano/
│ ├── 02 AIoT人工智能物联网之AI 实战/
│ ├── 03 AIoT人工智能物联网之NVIDIA TAO 实用级的训练神器/
│ ├── 04 AIoT人工智能物联网之deepstream/
│ ├── 05 tensorRT视频/
│ ├── 06 pyTorch框架部署实践/
│ ├── 07 YOLO-V3物体检测部署实例/
│ ├── 08 docker实例演示/
│ ├── 09 tensorflow-serving实战/
│ ├── 10 模型剪枝-Network Slimming算法分析/
│ ├── 11 模型剪枝-Network Slimming实战解读/
│ └── 12 Mobilenet三代网络模型架构/
├── 22 自然语言处理必备神器Huggingface系列实战/
│ ├── 01 Huggingface与NLP介绍解读/
│ ├── 02 Transformer工具包基本操作实例解读/
│ ├── 03 transformer原理解读/
│ ├── 04 BERT系列算法解读/
│ ├── 05 文本标注工具与NER实例/
│ ├── 06 文本预训练模型构建实例/
│ ├── 07 GPT系列算法/
│ ├── 08 GPT训练与预测部署流程/
│ ├── 09 文本摘要建模/
│ ├── 10 图谱知识抽取实战/
│ └── 11 补充Huggingface数据集制作方法实例/
├── 23 自然语言处理通用框架-BERT实战/
│ ├── 01 自然语言处理通用框架BERT原理解读/
│ ├── 02 谷歌开源项目BERT源码解读与应用实例/
│ ├── 03 项目实战-基于BERT的中文情感分析实战/
│ ├── 04 项目实战-基于BERT的中文命名实体识别识别实战/
│ ├── 05 必备基础知识点-woed2vec模型通俗解读/
│ ├── 06 必备基础-掌握Tensorflow如何实现word2vec模型/
│ ├── 07 必备基础知识点-RNN网络架构与情感分析应用实例/
│ └── 08 医学糖尿病数据命名实体识别/
├── 24 自然语言处理经典案例实战/
│ ├── 【认准一手完整 www.ukoou.com】
│ ├── 01 NLP常用工具包实战/
│ ├── 02 商品信息可视化与文本分析/
│ ├── 03 贝叶斯算法/
│ ├── 04 新闻分类任务实战/
│ ├── 05 HMM隐马尔科夫模型/
│ ├── 06 HMM工具包实战/
│ ├── 07 语言模型/
│ ├── 08 使用Gemsim构建词向量/
│ ├── 09 基于word2vec的分类任务/
│ ├── 10 NLP-文本特征方法对比/
│ ├── 11 NLP-相似度模型/
│ ├── 12 LSTM情感分析/
│ ├── 13 机器人写唐诗/
│ └── 14 对话机器人/
├── 25 知识图谱实战系列/
│ ├── 01 知识图谱介绍及其应用领域分析/
│ ├── 02 知识图谱涉及技术点分析/
│ ├── 03 Neo4j数据库实战/
│ ├── 04 使用python操作neo4j实例/
│ ├── 05 基于知识图谱的医药问答系统实战/
│ ├── 06 文本关系抽取实践/
│ ├── 07 金融平台风控模型实践/
│ └── 08 医学糖尿病数据命名实体识别/
├── 26 语音识别实战系列/
│ ├── 01 seq2seq序列网络模型/
│ ├── 02 LAS模型语音识别实战/
│ ├── 03 starganvc2变声器论文原理解读/
│ ├── 04 staeganvc2变声器源码实战/
│ ├── 05 语音分离ConvTasnet模型/
│ ├── 06 ConvTasnet语音分离实战/
│ └── 07 语音合成tacotron最新版实战/
├── 27 推荐系统实战系列/
│ ├── 01 推荐系统介绍及其应用/
│ ├── 02 协同过滤与矩阵分解/
│ ├── 03 音乐推荐系统实战/
│ ├── 04 知识图谱与Neo4j数据库实例/
│ ├── 05 基于知识图谱的电影推荐实战/
│ ├── 06 点击率估计FM与DeepFM算法/
│ ├── 07 DeepFM算法实战/
│ ├── 08 推荐系统常用工具包演示/
│ ├── 09 基于文本数据的推荐实例/
│ ├── 10 基本统计分析的电影推荐/
│ └── 11 补充-基于相似度的酒店推荐系统/
├── 28 AI课程所需安装软件教程/
│ └── 01 AI课程所需安装软件教程/
├── 29 额外补充/
│ └── 01 通用创新点/
└── 资料代码/
|
本帖子中包含更多资源
您需要 登录 才可以下载或查看，没有帐号？立即注册
x
|
发表于 2023-7-7 13:28:30
发表于 2023-7-7 14:30:24
