首页
拜师
课程
定制计划
博客资源站
手机app
首页
拜师
课程
定制计划
博客资源站
手机app
登录
注册
登录
注册
Pytorch-Pytorch计算机视觉（2022）
第102任务： [25.8]--标注自有数据集并安装所需的库.mp4
查看课程
任务列表
第1任务： 资料文档下载
第2任务： 章节8-1什么是卷积.mp4
第3任务： 章节8-2卷积模型的整体架构.mp4
第4任务： 章节8-3卷积模型解决手写数字分类.mp4
第5任务： 章节8-4使用GPU加速训练.mp4
第6任务： 章节8-5卷积模型基础实例—四种天气数据集.mp4
第7任务： 章节8-6读取、预处理图片并创建Dataset.mp4
第8任务： 章节8-7创建Dataloader和可视化图片.mp4
第9任务： 章节8-8四种天气分类模型的创建.mp4
第10任务： 每日作业
第11任务： 章节8-9卷积模型的训练.mp4
第12任务： 章节8-10Dropout抑制过拟合.mp4
第13任务： 章节8-11Dropout代码实现-.mp4
第14任务： 章节8-12批标准化（Batch Normalization）简介.mp4
第15任务： 章节8-13Batch Normalization层的代码实现.mp4
第16任务： 章节8-14超参数选择原则.mp4
第17任务： 章节9-1预训练模型与VGG架构.mp4
第18任务： 章节9-2预训练模型的使用介绍.mp4
第19任务： 章节9-3预训练模型VGG的代码实现.mp4
第20任务： 章节9-4图像数据增强.mp4
第21任务： 章节9-5学习速率衰减.mp4
第22任务： 章节9-6RESNET预训练模型.mp4
第23任务： 每日作业
第24任务： 章节9-7微调与迁移学习.mp4
第25任务： 章节9-8模型权重保存.mp4
第26任务： 章节10-1自定义输入Dataset类.mp4
第27任务： 章节10-2获取图片路径和标签.mp4
第28任务： 章节10-3创建四种天气数据集的Dataset.mp4
第29任务： 章节10-4创建输入并可视化.mp4
第30任务： 章节10-5划分测试数据和验证数据.mp4
第31任务： 章节10-6灵活的使用Dataset类构建输入.mp4
第32任务： 章节11-1Resnet和残差结构介绍.mp4
第33任务： 章节11-2Resnet结构代码实现（一）.mp4
第34任务： 每日作业
第35任务： 章节11-3Resnet结构代码实现（二）.mp4
第36任务： 章节11-4DenseNet模型简介.mp4
第37任务： 章节11-5DenseNet提取图片特征—获取图片和标签.mp4
第38任务： 章节11-6类别编码、划分测试数据和训练数据.mp4
第39任务： 章节11-7创建输入Dataset.mp4
第40任务： 章节11-8创建Dataloader并可视化.mp4
第41任务： 章节11-9使用DenseNet卷积提取特征.mp4
第42任务： 章节11-10创建特征Dataset和分类模型.mp4
第43任务： 章节11-11模型训练和预测简介.mp4
第44任务： 章节11-12Inception网络结构简介.mp4
第45任务： 章节11-13Inception结构代码实现（一）.mp4
第46任务： 每日作业
第47任务： 章节11-14Inception结构代码实现（二）.mp4
第48任务： 章节11-15Inception结构应用和优化—Googlenet和inception_v3简介.mp4
第49任务： 章节12-1常见图像处理任务和图像定位原理.mp4
第50任务： 章节12-2图像定位实例—数据观察与理解.mp4
第51任务： 章节12-3 目标值得解析和可视化.mp4
第52任务： 章节12-4 数据集路径读取与筛选.mp4
第53任务： 章节12-5 解析xml目标值.mp4
第54任务： 章节12-6 创建Dataset.mp4
第55任务： 章节12-7 创建dataloader和图像可视化.mp4
第56任务： 章节12-8 创建图像定位模型.mp4
第57任务： 章节12-9 图像定位模型训练和预测.mp4
第58任务： 每日作业
第59任务： 章节13-1 图像语义分割简介.mp4
第60任务： 章节13-2 UNET语义分割结构介绍.mp4
第61任务： 章节13-3 语义分割输入输出 反卷积和Iou指标.mp4
第62任务： 章节13-4 Unet 语义分割数据观察.mp4
第63任务： 章节13-5 创建dataset输入.mp4
第64任务： 章节13-6 创建和测试dataset并绘图.mp4
第65任务： 章节13-7 下采样模型-.mp4
第66任务： 章节13-8 上采样模型.mp4
第67任务： 章节13-9 unet模型初始化部分.mp4
第68任务： 章节13-10 前向传播部分.mp4
第69任务： 章节13-11 模型训练-.mp4
第70任务： 每日作业
第71任务： 章节13-12 模型测试.mp4
第72任务： 章节13-13 模型预测.mp4
第73任务： 章节14-1 LinkNet 图像语义分割简介.mp4
第74任务： 14-2 无视频（课后作业，大家自己写出这个模型）.mp4
第75任务： 章节14-3 代码组织结构.mp4
第76任务： 章节14-4 卷积模块.mp4
第77任务： 章节14-5 反卷积.mp4
第78任务： 章节14-6 编码器模块.mp4
第79任务： 章节14 -7 解码器模块.mp4
第80任务： 章节14-8 输入和编码部分初始化.mp4
第81任务： 章节14-9 解码器和输出部分初始化.mp4
第82任务： 每日作业
第83任务： 章节14-10 模型前向传播.mp4
第84任务： 章节14-11 模型训练和Iou指标.mp4
第85任务： [23.1]--Labelme的安装和单张图片的标注.mp4
第86任务： [23.2]--从标注文件生成图像语义分割数据集.mp4
第87任务： [23.3]--标注图片的读取和验证.mp4
第88任务： [24.1]--多任务学习简介.mp4
第89任务： [24.2]--多任务标签预处理.mp4
第90任务： [24.3]--创建dataset.mp4
第91任务： [24.4]--多任务模型创建(一).mp4
第92任务： [24.5]--多任务模型创建(二).mp4
第93任务： 每日作业
第94任务： [24.6]--多任务模型的训练.mp4
第95任务： [25.1]--目标识别综述——two_stage目标检测算法.mp4
第96任务： [25.2]--目标识别综述——one_stage目标检测算法.mp4
第97任务： [25.3]--PyTorch内置的目标检测模块.mp4
第98任务： [25.4]--使用PyTorch内置目标检测模块.mp4
第99任务： [25.5]--目标识别预测结果解读与可视化.mp4
第100任务： [25.6]--PyTorch目标检测的使用.mp4
第101任务： [25.7]--目标检测的图像标注.mp4
第102任务： [25.8]--标注自有数据集并安装所需的库.mp4
第103任务： [25.9]--修改PyTorch内置目标检测模型的输出.mp4
第104任务： [25.10]--目标识别标注文件的解析（一）.mp4
第105任务： 每日作业
第106任务： [25.11]--目标识别标注文件的解析（二）.mp4
第107任务： [25.12]--创建输入Dataset.mp4
第108任务： [25.13]--创建dataloader、初始化模型和优化器.mp4
第109任务： [25.14]--目标识别的模型训练.mp4
第110任务： [25.15]--目标识别的模型预测.mp4
