首页
番剧
直播
游戏中心
会员购
漫画
赛事
投稿
YOLOSHOW-YOLOv11/v10/v9/v8/v7/v5 GUI 可视化图形化界面本科毕业设计课程设计目标检测实例分割分割最新YOLO可视化
1.8万
1
2024-02-18 18:51:04
未经作者授权,禁止转载
325
342
710
138
课程总结
收起全部章节
关闭课程总结
暂无课程总结
YOLOSHOW-YOLOv10/YOLOv9/YOLOv8/YOLOv7/YOLOv5/RTDETR GUI 可视化界面检测分割-Pyside6-图形化界面-最新YOLO多版本可视化 Github源码: https://github.com/SwimmingLiu/YOLOSHOW Gitee源码: https://gitee.com/thatswimming/YOLOSHOW 该项目是基于YOLOv5、YOLOv7、YOLOv8、YOLOv9、YOLOv10、RTDETR 和 Pyside6 设计的图形化(GUI)目标检测程序。 目前支持图片/视频/摄像头/文件夹批量检测、实时切换模型、目标检测和实例分割多任务、配置精简UI界面。 源码已经上传啦,拯救各位的毕业设计!!!
发现《晴れゆく空》
整活的艺术
计算机
毕业设计
目标检测
实例分割
YOLOGUI
深度学习
图形化界面
毕设项目
本科课设
可爱因子史伟铭
发消息
Know me in: SwimmingLiu.cn
关注 610
默认收藏夹
1/33
创建者:蹦迪少女啦啦啦
加载中...
YOLOSHOW-YOLOv11/v10/v9/v8/v7/v5 GUI 可视化图形化界面本科毕业设计课程设计目标检测实例分割分割最新YOLO可视化
1.8万播放
手把手教你做毕业设计!【知识图谱实战】基于知识图谱构建医疗问答系统项目实战!看完真的让人醍醐灌顶!建议收藏!——(人工智能、深度学习、机器学习、神经网络、AI)
1544播放
1.01知识图谱项目整体介绍(
01:07:02
2.02软件安装
03:35
3.03-1CQL实现增删改查
07:36
4.03-2Py2neo实现增删改查
17:18
5.04建立一个基本的数据库
20:37
6.05-1课程内容引入介绍
19:31
7.05-2如何建立医疗知识图谱
37:20
8.05-3如何设置问答机器人
28:20
9.05-4问答机器人debug过程
15:21
10.05-5问答机器人debug补充
00:33
1.1.1语言与知识
11:36
2.1.2知识图谱的起源(Av854510077,P2)
11:23
3.1.3知识图谱的价值(Av854510077,P3)
12:51
4.1.4知识图谱的技术内涵(Av854510077,P4)
12:12
5.2.1什么是知识表示(Av854510077,P5)
09:30
6.2.2人工智能历史发展长河中的知识表示(Av854510077,P6)
09:09
7.2.3知识图谱的符号表示方法(Av854510077,P7)
09:50
8.2.4知识图谱的向量表示方法(Av854510077,P8)
12:26
9.3.1基于关系型数据库的知识图谱存储(Av854510077,P9)
08:59
10.3.2基于原生图数据库的知识图谱存储(Av854510077,P10)
11:08
11.3.3原生图数据库实现原理浅析(Av854510077,P11)
09:53
12.4.1重新理解知识工程与知识获取(Av854510077,P12)
11:56
13.4.2.1知识抽取——实体识别与分类(一)(Av854510077,P13)
11:49
14.4.2.2知识抽取——实体识别与分类(二)(Av854510077,P14)
12:55
15.4.3.1知识抽取——关系抽取与属性补全(一)(Av854510077,P15)
13:45
16.4.3.2知识抽取——关系抽取与属性补全(二)(Av854510077,P16)
13:34
17.4.4知识抽取——概念抽取(Av854510077,P17)
07:35
18.4.5知识抽取——事件识别与抽取(Av854510077,P18)
11:47
19.4.6知识抽取技术前沿(Av854510077,P19)
08:07
20.5.1什么是推理(Av854510077,P20)
11:54
21.5.2知识图谱推理简介(Av854510077,P21)
13:21
22.5.3.1基于Ontology的推理(Av854510077,P22)
09:43
23.5.3.2基于规则的推理(Av854510077,P23)
08:19
24.5.4.1基于嵌入学习的知识图谱推理(Av854510077,P24)
19:19
25.5.4.2基于规则学习的知识图谱推理(Av854510077,P25)
21:01
26.5.4.3OntologyEmbedding—本体概念层推理(Av854510077,P26)
18:59
27.6.1知识图谱融合概述(Av854510077,P27)
10:02
28.6.2概念层融合——本体匹配(Av854510077,P28)
11:53
29.6.3实例层的融合——实体对齐(Av854510077,P29)
06:56
30.6.4知识融合技术前沿(Av854510077,P30)
07:20
31.7.1智能问答系统概述(Av854510077,P31)
18:36
32.7.2基于查询模版的知识图谱问答(Av854510077,P32)
13:55
33.7.3基于语义解析的知识图谱问答(Av854510077,P33)
11:53
34.7.4基于检索排序的知识图谱问答(Av854510077,P34)
09:01
35.7.5基于深度学习的知识图谱问答(Av854510077,P35)
15:52
36.8.1图的基本知识(Av854510077,P36)
16:32
38.8.3.1图神经网络与图表示学习(一)(Av854510077,P38)
11:04
39.8.3.2图神经网络与图表示学习(二)(Av854510077,P39)
15:13
40.8.4图神经网络与知识图谱(Av854510077,P40)
14:33
41.9.1多模态知识图谱(Av854510077,P41)
21:27
42.9.2知识图谱与语言预训练(Av854510077,P42)
13:19
43.9.3事理知识图谱(Av854510077,P43)
14:43
44.9.4知识图谱与低资源学习(Av854510077,P44)
19:41
1. 课程介绍
09:41
2. 1-知识图谱通俗解读
07:56
3. 2-知识图谱在搜索引擎中的应用
08:10
4. 3-知识图谱在医疗领域应用实例
13:25
5. 4-金融与推荐领域的应用
08:32
6. 5-数据获取分析
10:21
最新!YOLOv8添加注意力机制——轻松上手
3.8万播放
知识图谱实战:构建红楼梦知识图谱
12.0万播放
项目演示
01:11
neo4j基础
18:47
红楼梦知识图谱构建
15:07
YOLOv5检测界面-PyQt5实现
13.7万播放
新版本
04:29
老版本
02:07
基于yolov8的多端检测系统(客户端 & 网页端) 毕设 开源
3.0万播放
yolov8客户端-简单修改
1.3万播放
yolov8.1超简单环境搭建、标注、训练、转onnx、转输出维度
6.2万播放
【手把手带你实战YOLOv5-入门篇】YOLOv5 Pyside6可视化界面
9.1万播放
Python Qt 图形界面 - 2024版 PySide6 PyQt6 PyQt5 PySide2
135.7万播放
PythonQt 简介 安装
16:59
一个简单的例子
14:58
用户操作处理: signal 和 slot
14:19
Qt Designer 简介
17:47
动态加载UI文件
11:15
给你们的一个练习
03:54
界面布局 Layout
17:48
调整控件位置和大小
16:44
界面布局经验和示例
20:02
发布程序
10:07
添加图标
04:10
单选框
03:51
tab页中布局
02:08
提高练习
06:14
qss-1 概述
07:46
qss-2 选择元素
28:18
qss-3 样式属性
21:15
多线程后台任务
15:48
子线程发信号更新界面
16:41
学员作品_qt图像处理
01:32
学员作品_大型Excel保险数据分析
21:38
学员练习_Qt 3D建模应用
03:27
基于深度学习的安全帽检测系统演示与介绍
1.1万播放
目标检测领域如何水一篇论文,怎样学能快速出结果?迪哥精讲YOLO全系列、DTER模型、R-CNN系列目标检测算法!
11.4万播放
目标检测怎么学能快速出结果?
01:20
1-检测任务中阶段的意义
06:22
2-不同阶段算法优缺点分析
04:43
3-IOU指标计算
05:10
4-评估所需参数计算
10:01
5-map指标计算
07:28
YOLO算法整体思路解读
07:12
2-检测算法要得到的结果
06:18
3-整体网络架构解读
11:39
4-位置损失计算
08:13
5-置信度误差与优缺点分析
11:49
V2版本细节升级概述
05:43
2-网络结构特点
06:03
3-架构细节解读
06:53
4-基于聚类来选择先验框尺寸
10:22
5-偏移量计算方法
10:49
6-坐标映射与还原
03:37
7-感受野的作用
11:07
8-特征融合改进
07:56
1-V3版本改进概述
08:19
2-多scale方法改进与特征融合
07:38
3-经典变换方法对比分析
04:56
4-残差连接方法解读
07:47
5-整体网络模型架构分析
05:01
6-先验框设计改进
05:26
7-sotfmax层改进
04:25
1-数据与环境配置
12:43
2-训练参数设置
04:49
3-数据与标签读取
08:42
4-标签文件读取与处理
05:52
5-debug模式介绍
04:28
6-基于配置文件构建网络模型
07:24
7-路由层与shortcut层的作用
07:25
8-YOLO层定义解析
09:54
9-预测结果计算
10:52
10-网格偏移计算
08:14
11-模型要计算的损失概述
06:35
12-标签值格式修改
06:56
13-坐标相对位置计算
08:26
14-完成所有损失函数所需计算指标
08:57
15-模型训练与总结
14:04
16-预测效果展示
06:14
1-Labelme工具安装
04:11
2-数据信息标注
04:55
3-完成标签制作
06:09
4-生成模型所需配置文件
08:19
5-json格式转换成yolo-v3所需输入
06:15
6-完成输入数据准备工作
08:47
7-训练代码与参数配置更改
10:30
8-训练模型并测试效果
07:08
1-V4版本整体概述
06:04
2-V4版本贡献解读
04:36
3-数据增强策略分析
09:00
4-DropBlock与标签平滑方法
08:20
5-损失函数遇到的问题
06:46
6-CIOU损失函数定义
04:46
7-NMS细节改进
05:39
8-SPP与CSP网络结构
06:50
9-SAM注意力机制模块
09:00
10-PAN模块解读
08:42
11-激活函数与整体架构总结
08:18
1.任务需求与项目概述
04:13
2-数据与标签配置方法
08:19
3-标签转格式脚本制作
08:21
4-各版本模型介绍
06:58
5-项目参数配置
05:15
6-缺陷检测模型培训
06:02
7-输出结果与项目总结
08:46
YOLOV7
02:02:49
训练参数-1-命令行参数介绍
06:33
训练参数-2-基本参数作用
11:24
训练参数-3-EMA等训练技巧解读
13:38
网络结构-1-网络结构配置文件解读
10:56
网络结构-2-各模块操作细节分析
11:44
1.YOLOV8保姆级教学视频.
17:23
yolov8 推理及训练(代码实战) - 1.yolov8 推理及训练(代码实战)(Av350209797,P1)
11:26
0-课程简介
03:27
0-Mask-Rcnn开源项目简介
08:56
0-开源项目数据集
05:40
0-参数配置
12:07
1-FPN层特征提取原理解读
13:18
2-FPN网络架构实现解读
11:58
3-生成框比例设置
07:35
4-基于不同尺度特征图生成所有框
08:25
5-RPN层的作用与实现解读
09:32
6-候选框过滤方法
05:46
7-Proposal层实现方法
08:16
8-DetectionTarget层的作用
07:53
9-正负样本选择与标签定义
05:34
10-RoiPooling层的作用与目的
09:56
11-RorAlign操作的效果
07:23
12-整体框架回顾
09:15
1-Labelme工具安装
04:11
2-使用labelme进行数据与标签标注
09:04
3-完成训练数据准备工作
09:19
4-maskrcnn源码修改方法
10:47
5-基于标注数据训练所需任务
07:12
6-测试与展示模块
06:25
1-COCO数据集与人体姿态识别简介
07:47
2-网络架构概述
06:39
3-流程与结果演示
07:15
1-迁移学习的目标
05:33
2-迁移学习策略
07:12
3-Resnet原理
11:55
4-Resnet网络细节
12:42
5-Resnet基本处理操作
06:18
6-shortcut模块
08:32
7-加载训练好的权重
07:02
8-迁移学习效果对比
09:02
三代算法-1-物体检测概述
13:28
三代算法-2-深度学习经典检测方法
17:12
三代算法-3-faster-rcnn概述
11:22
论文解读-1
16:08
论文解读-2-RPN网络结构
18:33
论文解读-3-损失函数定义
20:27
论文解读-4-网络细节
16:11
1-15 节直播10:DeformableDetr算法解读
02:06:45
1. 1-DETR目标检测基本思想解读
08:19
2. 2-整体网络架构分析
10:30
3. 3-位置信息初始化query向量
06:49
4. 4-注意力机制的作用方法
07:01
5. 5-训练过程的策略
06:47
云服务器训练YOLOv8-训练&改进教程
3.6万播放
云服务器训练YOLOv8-新手教程
29:31
YOLOv8改进流程演示
02:57
20+注意力添加及使用教程
05:13
如何使用GPU云服务器训练yolov5数据集模型
1.8万播放
[yolov5小白训练教程]0基础教学,训练自己的数据集,详细教学
23.8万播放
基于YOLO实现实时口罩检测 配套全ppt数据代码
1050播放
第一阶段:项目任务介绍-物体检测任务介绍
22:54
第二阶段 YOLO模型原理与搭建-YOLO模型原理
29:45
第二阶段 YOLO模型原理与搭建-YOLO数据扩增方法
22:34
第二阶段 YOLO模型原理与搭建-YOLO模型搭建过程
23:57
第三阶段 模型训练、调优、部署-YOLO模型训练与调参
16:37
第三阶段 模型训练、调优、部署-YOLO模型部署与量化
16:12
加载中...
加载中...
小窗
客服
顶部