深度学习之图像分类与识别—理论实践篇（搞定图像分类与识别，这一门课就够了）
本课程包括图像分类各个领域的算法原理与实践：
(1) 理论完备。涵盖了图像分类的各个研究方向，包括多类别图像分类、细粒度图像分类，多标签图像分类，半监督与无监督图像分类，零样本图像分类等
(2) 实践丰富。包括5个Pytorch实战，人脸表情分类实战，简单分类任务数据增强，动物细粒度分类实战，生活用品多标签图像分类实战，基于血红细胞的图像分类竞赛技巧等
完整的视频课程以及后续的更新，请移步：https://uvr.h5.xeknow.com/s/4vITAo
视频选集
（1/27）
自动连播
图像分类-课程介绍
03:02
图像分类课程第1节-图像分类基础
40:12
图像分类课程第2节-多类别图像分类理论
36:38
图像分类课程第3.1节-人脸表情识别背景介绍
04:21
图像分类课程第3.2节-人脸表情识别数据读取
31:20
图像分类课程第3.3节-人脸表情识别模型训练
17:56
图像分类课程第3.4节-人脸表情识别模型测试
06:53
图像分类课程第4.1节-Pytorch数据增强接口介绍
12:51
图像分类课程第4.2节-Pytorch数据增强实践
15:48
图像分类课程第5节-细粒度图像分类理论
03:04
图像分类课程第6.1节-鸟类细粒度分类实战之项目简介
06:37
图像分类课程第6.2节-鸟类细粒度分类实战之数据划分与读取
06:09
图像分类课程第6.3节-鸟类细粒度分类实战之模型搭建与训练
16:46
图像分类课程第7节-多标签图像分类理论
03:30
图像分类课程第8.1节-多标签分类简介及算法简介
27:17
图像分类课程第8.2节_数据集制作及读取
35:08
图像分类课程第9节-半监督与无监督图像分类问题
03:07
图像分类课程第10节-零样本图像分类问题
02:40
图像分类课程第11.1节-图像分类竞赛技巧之内容简介
04:49
图像分类课程第11.2节-图像分类竞赛技巧之竞赛思路分析
06:06
图像分类课程第11.3节-图像分类竞赛技巧之基础功能实现-数据集的统计分析
21:41
图像分类课程第11.4节-图像分类竞赛技巧之基础功能实现-网络模型搭建
18:45
图像分类课程第11.5节-图像分类竞赛技巧基础功能实现-模型训练
19:46
深度学习之图像分类课程说明
00:12
【综合】没有项目经验，如何在简历上写项目经验
01:01:27
如何掌握好深度学习计算机视觉核心方向（CNN模型图像分类图像分割目标检测图像生成GAN）
25:32
【有三AI实战】如何系统性地掌握深度学习计算机视觉CV实践（图像分类图像分割目标检测与跟踪视频分析生成对抗网络模型优化与部署人脸检测与识别等）
41:03
【B站AI论坛】欢迎写代码、做产品的AI开发者发帖加入
共建AI开发者交流地>>
顶部