【比刷剧还爽!】清华大佬手把手带你学YOLO目标检测课程，保姆级教程B站最适合新手入门的YOLO目标检测课程（人工智能/YOLO/目标检测/图像识别）
正在缓冲...
配套资料与下方资料包 关注公众号【咕泡AI】回复9 免废获取！
Up爆肝整理的2022年最新60G人工智能资料包，资料包内含：
①人工智能课程及项目【含课件源码】
②超详解人工智能学习路线图
③人工智能必看优质书籍电子书汇总
④国内外知名精华资源
⑤优质人工智能资源网站整理（找前辈、找代码、找论文都有）
⑥人工智能行业报告
⑦人工智能论文合集
Ps：Up耗时将近一个月整理制作！可以说是全网最全AI学习资料包了！
视频选集
（1/64）
自动连播
第一章：深度学习经典检测方法概述 1-检测任务中阶段的意义
06:26
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
第二章：YOLO-V1整体思想与网络架构 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
第三章：YOLO-V2改进细节详解 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
第四章：YOLO-V3核心网络模型 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
第五章：项目实战-基于V3版本进行源码解读 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
第六章：基于YOLO-V3训练自己的数据集与任务 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
第七章：必备基础-迁移学习与Resnet网络架构 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
第八章：必备基础-物体检测FasterRcnn系列 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
顶部