Python之Tornado开发硬件实时监控系统视频课程
编程技术交流群：167218318
视频教程源于网络仅供学习，若有侵权，私信删除。
请勿相信视频中出现的网址和企鹅号及二维码等联系信息，以防上当受骗
up的编程技术交流小队在主页简介，资料在小队中，大家一起交流哦。
弹幕列表
弹幕列表
屏蔽设定
高级弹幕
弹幕列表填充中...
视频选集
（1/40）
自动连播
1-1 课程简介
03:27
1-2 Mask-Rcnn开源项目简介
08:56
1-3 开源项目数据集
05:40
1-4 参数配置
12:07
2-1 FPN网络架构实现解读
11:58
2-2 FPN层特征提取原理解读
13:17
2-3 生成框比例设置
07:35
2-4 基于不同尺度特征图生成所有框
08:25
2-5 RPN层的作用与实现解读
09:31
2-6 候选框过滤方法
05:47
2-7 Proposal层实现方法
08:16
2-8 DetectionTarget层的作用
07:53
2-9 正负样本选择与标签定义
05:34
2-10 RoiPooling层的作用与目的
09:56
2-11 RorAlign操作的效果
07:23
2-12 整体框架回顾
09:15
3-1 Labelme工具安装
04:11
3-2 使用labelme进行数据与标签标注
09:04
3-3 完成训练数据准备工作
09:18
3-4 maskrcnn源码修改方法
10:47
3-5 基于标注数据训练所需任务
07:12
3-6 测试与展示模块
06:25
4-1 COCO数据集与人体姿态识别简介
07:47
4-2 网络架构概述
06:39
4-3 流程与结果演示
07:15
5-1 迁移学习的目标
05:33
5-2 迁移学习策略
07:12
5-3 Resnet原理
11:55
5-4 Resnet网络细节
12:42
5-5 Resnet基本处理操作
06:18
5-6 shortcut模块
08:32
5-7 加载训练好的权重
07:01
5-8 迁移学习效果对比
09:01
6-1 物体检测概述
13:28
6-2 深度学习经典检测方法
17:12
6-3 faster-rcnn概述
11:22
6-4 论文解读
16:08
6-5 RPN网络架构
18:32
6-6 损失函数定义
20:26
6-7 网络细节
16:11
顶部