这才是科研人该学的!一口气学完目标检测六大算法-R-CNN、Fast R-CNN、YOLO、SSD等,原理到实战,太通俗易懂了!机器学习|深度学习|计算机视觉

311
13
2024-11-29 09:35:55
7
1
18
5
在目标检测算法方面,近年来取得了长足的发展。传统的算法如基于特征手工设计和分类器组合的方法逐渐被深度学习算法所取代。R-CNN 系列算法是具有里程碑意义的成果,以 Faster R-CNN 为例,它创新性地引入了区域建议网络(RPN),极大地提高了目标检测的效率和准确性。通过 RPN 生成候选区域。
一个专注于分享人工智能技术的up主!
视频选集
(79/94)
1. 01-1讲解-目标检测任务1
08:04
2. 01-2点评-目标检测任务1
08:47
3. 02-1讲解-开源数据集1
12:29
4. 03-1讲解-IOU简介1
10:25
5. 04-1讲解-IOU实现11
12:26
6. 05-1讲解-IOU实现21
08:07
7. 05-2点评-IOU实现21
08:47
8. 06-1点评-mAP简介(PR指标部分)1
09:05
9. 06-1讲解-mAP简介1
16:30
10. 06-2点评-mAP简介1
08:01
11. 06-2点评-mAP简介及总结1
21:17
12. 07-0前置-NMS简介1
21:27
13. 07-1讲解-NMS简介1
06:17
14. 08-1讲解-NMS的流程介绍1
08:02
15. 08-2点评-NMS的流程介绍1
18:40
16. 09-1讲解-NMS的实现1
19:12
17. 10-0前置-目标检测算法分类1
02:58
18. 10-1讲解-目标检测算法分类1
03:46
19. 10-2点评-目标检测算法分类1
03:57
20. 11-1讲解-总结1
02:41
21. 01-0前置-学习目标+overfeat模型1
01:32
22. 01-1讲解-学习目标+overfeat模型1
05:34
23. 02-1讲解-RCNN的工作流程1
03:59
24. 02-2点评-RCNN的工作流程1
03:43
25. 03-1讲解-候选区域生成1
02:11
26. 03-2点评-候选区域生成1
07:19
27. 04-1讲解-CNN网络特征提取1
04:45
28. 04-2点评-CNN网络特征提取1
16:54
29. 05-0前置-SVM分类1
06:24
30. 05-1讲解-SVM分类1
03:12
31. 05-2点评-SVM分类1
08:10
33. 06-2点评-目标定位1
06:37
36. 07-2点评-RCNN总结1
02:51
37. 08-1讲解-FAST-RCNN改进1
03:59
38. 09-1讲解-Fast-RCNN的流程1
04:00
39. 09-2点评-Fast-RCNN的流程1
05:14
40. 10-1讲解-ROIPooling和分类回归1
04:31
41. 10-2点评-ROIPooling和分类回归1
12:24
42. 11-1讲解-多任务训练1
02:43
43. 11-2点评-多任务训练1
06:03
44. 12-0前置-Fast-RCNN预测过程和总结1
02:37
45. 12-1讲解-Fast-RCNN预测过程和总结1
03:21
46. 12-2点评-Fast-RCNN预测过程和总结1
01:44
47. 13-1讲解-总结1
01:45
48. 13-2点评-总结1
05:33
49. 01-1讲解-学习目标1
01:32
50. 01-2点评-学习目标+overfeat模型1
06:47
51. 02-1讲解-FasterRCNN的工作流程1
04:59
52. 03-1讲解-FasterRCNN的源码及工具包导入1
06:12
53. 04-0前置-数据加载简介1
02:51
54. 04-1讲解-数据加载简介1
06:50
55. 05-1讲解-数据加载的实现1
08:08
56. 05-2点评-数据加载的实现1
06:14
57. 06-1讲解-模型加载1
06:22
58. 06-2点评-模型加载1
04:03
59. 07-1讲解-rpn获取候选区域1
05:46
60. 07-2点评-rpn获取候选区域1
01:55
61. 08-1讲解-rcnn检测结果1
05:04
62. 08-2点评-rcnn检测结果1
04:21
63. 09-1讲解-fasterRCNN网络构成1
04:13
64. 09-2点评-fasterRCNN网络构成1
02:41
65. 10-1讲解-backbone的构成1
04:53
66. 10-2点评-backbone的构成1
15:13
67. 11-1讲解-backbone的实现1
09:03
68. 12-1讲解-RPN网络的流程1
02:58
69. 12-2点评-RPN网络的流程1
05:40
70. 13-1讲解-anchor的思想1
04:55
71. 13-2点评-anchor的思想1
10:03
72. 14-1讲解-anchor的实现1
06:42
73. 14-2点评-anchor的实现1
06:03
74. 15-1讲解-RPN的分类和回归1
13:11
75. 15-2点评-RPN的分类和回归(含前期回顾)1
25:49
76. 16-1讲解-proposal层介绍和实现1
07:29
77. 16-2点评-proposal层介绍和实现(含课堂答疑)1
06:57
78. 17-1讲解-ROI Pooling层介绍和实现1
06:10
79. 17-2点评-ROI Pooling层介绍和实现1
05:45
80. 18-1讲解-目标的分类与回归1
07:22
81. 18-2点评-目标的分类与回归1
02:46
82. 19-0前置-网络训练1
02:23
83. 19-1讲解-网络训练1
02:39
84. 19-2点评-网络的训练1
09:37
85. 20-1讲解-RPN网络的训练1
06:31
86. 20-2点评-RPN网络的训练1
06:35
87. 21-1讲解-RPN网络中的正负样本1
08:21
88. 21-2点评-RPN网络中的正负样本1
02:03
89. 22-1讲解-RPN网络的损失函数1
02:49
90. 22-2点评-RPN网络的损失函数1
19:11
91. 23-1讲解-fastRCNN的训练1
05:48
92. 23-2点评-fastRCNN的训练1
10:44
93. 24-1讲解-fastRCNN的正负样本1
11:02
94. 24-2点评-fastRCNN的正负样本1
03:38
95. 25-1讲解-fastRCNN的损失函数1
07:49
96. 25-2点评-fastRCNN的损失函数1
02:44
97. 26-1讲解-共享卷积训练1
01:49
客服
顶部
赛事库 课堂 2021拜年纪