零基础、快速学YOLO目标检测算法

零基础、快速学YOLO目标检测算法

课程目录结构如下:

1-1.检测任务中阶段的意义.mp4
2-2-不同阶段算法优缺点分析.mp4
3-3-iou指标计算.mp4
4-4-评估所需参数计算.mp4
5-5-map指标计算.mp4
10-5-置信度误差与优缺点分析.mp4
11-v2版本细节升级概述.mp4
12-2-网络结构特点.mp4
13-3-架构细节解读.mp4
14-4-基于聚类来选择先验框尺寸.mp4
15-5-偏移量计算方法.mp4
16-6-坐标映射与还原.mp4
17-7-感受野的作用.mp4
18-8-特征融合改进.mp4
19-1-v3版本改进概述.mp4

20-2-多scale方法改进与特征融合.mp4
21-3-经典变换方法对比分析.mp4
22-4-残差连接方法解读.mp4
23-5-整体网络模型架构分析.mp4
24-6-先验框设计改进.mp4
25-7-sotfmax层改进.mp4
26-1-数据与环境配置.mp4
27-2-训练参数设置.mp4
28-3-数据与标签读取.mp4
29-4-标签文件读取与处理.mp4

30-5-debug模式介绍.mp4
31-6-基于配置文件构建网络模型.mp4
32-7-路由层与shortcut层的作用.mp4
33-8-yolo层定义解析.mp4
34-9-预测结果计算.mp4
35-10-网格偏移计算.mp4
36-11-模型要计算的损失概述.mp4
37-12-标签值格式修改.mp4
38-13-坐标相对位置计算.mp4
39-14-完成所有损失函数所需计算指标.mp4

40-15-模型训练与总结.mp4
41-16-预测效果展示.mp4
42-1-labelme工具安装.mp4
43-2-数据信息标注.mp4
44-3-完成标签制作.mp4
45-4-生成模型所需配置文件.mp4
46-5-json格式转换成yolo-v3所需输入.mp4
47-6-完成输入数据准备工作.mp4
48-7-训练代码与参数配置更改.mp4
49-8-训练模型并测试效果.mp4

50-1-迁移学习的目标.mp4
51-2-迁移学习策略.mp4
52-3-resnet原理.mp4
53-4-resnet网络细节.mp4
54-5-resnet基本处理操作.mp4
55-6-shortcut模块.mp4
56-7-加载训练好的权重.mp4
57-8-迁移学习效果对比.mp4
58-三代算法-1-物体检测概述.mp4
59-三代算法-2-深度学习经典检测方法.mp4