Python深度学习实战

Shoponvv

Python深度学习实战
├──01.开源项目介绍  
|   ├──1-1 课程简介 .mp4  12.11M
|   ├──1-2 Mask-Rcnn开源项目简介 .mp4  40.08M
|   ├──1-3 开源项目数据集 .mp4  23.40M
|   └──1-4 参数配置 .mp4  62.20M
├──02.MaskRcnn网络框架  
|   ├──2-1 FPN网络架构实现解读 .mp4  58.68M
|   ├──2-10 RoiPooling层的作用与目的 .mp4  36.93M
|   ├──2-11 RorAlign操作的效果 .mp4  27.42M
|   ├──2-12 整体框架回顾 .mp4  30.93M
|   ├──2-2 FPN层特征提取原理解读 .mp4  44.46M
|   ├──2-3 生成框比例设置 .mp4  30.55M
|   ├──2-4 基于不同尺度特征图生成所有框 .mp4  33.37M
|   ├──2-5 RPN层的作用与实现解读 .mp4  30.56M
|   ├──2-6 候选框过滤方法 .mp4  15.75M
|   ├──2-7 Proposal层实现方法 .mp4  33.06M
|   ├──2-8 DetectionTarget层的作用 .mp4  26.69M
|   └──2-9 正负样本选择与标签定义 .mp4  27.13M
├──03.MASK-RCNN框架  
|   ├──3-1 Labelme工具安装 .mp4  12.17M
|   ├──3-2 使用labelme进行数据与标签标注 .mp4  22.20M
|   ├──3-3 完成训练数据准备工作 .mp4  24.90M
|   ├──3-4 maskrcnn源码修改方法 .mp4  54.80M
|   ├──3-5 基于标注数据训练所需任务 .mp4  33.44M
|   └──3-6 测试与展示模块 .mp4  28.22M
├──04.人体姿态识别  
|   ├──4-1 COCO数据集与人体姿态识别简介 .mp4  34.85M
|   ├──4-2 网络架构概述 .mp4  33.36M
|   └──4-3 流程与结果演示 .mp4  41.08M
├──05.迁移学习与Resnet网络架构  
|   ├──5-1 迁移学习的目标 .mp4  13.29M
|   ├──5-2 迁移学习策略 .mp4  16.08M
|   ├──5-3 Resnet原理 .mp4  60.19M
|   ├──5-4 Resnet网络细节 .mp4  38.11M
|   ├──5-5 Resnet基本处理操作 .mp4  25.70M
|   ├──5-6 shortcut模块 .mp4  37.39M
|   ├──5-7 加载训练好的权重 .mp4  31.69M
|   └──5-8 迁移学习效果对比 .mp4  42.61M
├──06.物体检测FasterRcnn  
|   ├──6-1 物体检测概述 .mp4  42.57M
|   ├──6-2 深度学习经典检测方法 .mp4  39.26M
|   ├──6-3 faster-rcnn概述 .mp4  31.13M
|   ├──6-4 论文解读 .mp4  79.82M
|   ├──6-5 RPN网络架构 .mp4  70.55M
|   ├──6-6 损失函数定义 .mp4  101.14M
|   └──6-7 网络细节 .mp4  80.13M
└──资料+代码 .rar  4.92G