深度学习-物体检测-YOLO系列

【资源介绍】：

物体检测YOLO系列课程主要包括两大核心模块：(1),YOLO系列算法精讲，详细解读3篇论文核心知识点与整体网络架构并对其效果展开深入分析，通俗讲解YOLO架构实现原理与效果提升细节；(1),YOLO-V3项目实战，详细解读V3版本源码，通过debug模式讲解其中每一行代码，从根本掌握YOLO系列全部实现细节。整体风格通俗易懂，原理+实战实战，提供全部课程所需PPT,数据，代码。

【资源目录】:

├──资料

| └──YOLO-V3-PyTorch

| | ├──COCO-DATA

| | └──训练自己的数据集

├──01.课程内容与风格介绍.mp4 30.73M

├──02.检测任务中阶段的意义.mp4 20.87M

├──03.不同阶段算法优缺点分析.mp4 13.76M

├──04.IOU指标计算.mp4 15.90M

├──05.评估所需参数计算.mp4 37.83M

├──06.map指标计算.mp4 26.84M

├──08.YOLO算法整体思路解读.mp4 20.01M

├──09.检测算法要得到的结果.mp4 19.63M

├──10.整体网络架构解读.mp4 41.06M

├──11.位置损失计算.mp4 30.26M

├──12.置信度误差与优缺点分析.mp4 37.36M

├──13.V2版本细节升级概述.mp4 16.48M

├──14.网络结构特点.mp4 18.66M

├──15.架构细节解.com】.mp4 23.69M

├──16.基于聚类来选择先验框尺寸.mp4 32.92M

├──17.偏移量计算方法.mp4 35.20M

├──18.坐标映射与还原.mp4 15.32M

├──19.感受野的作用.mp4 33.33M

├──20.特征融合改进.mp4 24.66M

├──21.V3版本改进概述.mp4 23.90M

├──22.多scale方法改进与特征融合.mp4 26.37M

├──23.经典变换方法对比分析.mp4 15.13M

├──24.残差连接方法解读.mp4 25.62M

├──25.整体网络模型架构分析.mp4 17.10M

├──26.先验框设计改进.mp4 21.20M

├──27.sotfmax层改进.mp4 13.95M

├──28.数据与环境配置.mp4 54.52M

├──29.训练参数设置.mp4 22.76M

├──30.COCO数据与标签读取.mp4 41.66M

├──31.标签文件读取与处理.mp4 30.81M

├──32.debug模式介绍.mp4 13.10M

├──33.基于配置文件构建网络模型.mp4 20.25M

├──34.路由层与shortcut层的作用.mp4 40.62M

├──35.YOLO层定义解析.mp4 84.91M

├──36.预测结果计算.mp4 24.11M

├──37.网格偏移计算.mp4 18.10M

├──38.模型要计算的损失.mp4 13.34M

├──39.标签值格式修改.mp4 71.68M

├──40.坐标相对位置计算.mp4 17.93M

├──41.完成所有损失函数所需计算指标.mp4 19.68M

├──42.模型训练与总结.mp4 37.84M

├──43.预测效果展示.mp4 50.97M

├──44.Labelme工具安装.mp4 8.45M

├──45.数据信息标注.mp4 47.51M

├──46.完成标签制作.mp4 16.44M

├──47.生成模型所需配置文件.mp4 19.82M

├──48.json格式转换成yolo-v3所需输入.mp4 39.37M

├──49.完成输入数据准备工作.mp4 81.66M

├──50.训练代码与参数配置更改.mp4 24.98M

├──51.训练模型并测试效果.mp4 54.14M

├──52.V4版本整体概述.mp4 17.07M

├──52.迁移学习的目标.mp4 9.05M

├──53.V4版本贡献解读.mp4 7.28M

├──53.迁移学习策略.mp4 11.89M

├──54.Resnet原理.mp4 45.81M

├──54.数据增强策略分析.mp4 26.81M

├──55.DropBlock与标签平滑方法.mp4 14.24M

├──55.Resnet网络细节.mp4 24.32M

├──56.Resnet基本处理操作.mp4 15.69M

├──56.损失函数遇到的问题.mp4 10.89M

├──57.CIOU损失函数定义.mp4 7.76M

├──57.shortcut模块.mp4 54.27M

├──58.NMS细节改进.mp4 10.88M

├──58.加载训练好的权重.mp4 18.14M

├──59.SPP与CSP网络结构.mp4 10.94M

├──59.迁移学习效果对比.mp4 24.79M

├──60.Faster-rcnn物体检测概述.mp4 25.71M

├──60.SAM注意力机制模块.mp4 23.86M

├──61.PAN模块解读.mp4 14.54M

├──61.深度学习经典检测方法.mp4 29.53M

├──62.faster-rcnn概述.mp4 21.03M

├──62.激活函数与整体架构总结.mp4 21.40M

├──63.论文解读.mp4 52.02M

├──63.整体项目概述.mp4 70.08M

├──64.RPN网络结构.mp4 52.48M

├──64.训练自己的数据集方法.mp4 20.56M

├──65.损失函数定义.mp4 78.64M

├──65.训练数据参数配置.mp4 78.35M

├──66.测试DEMO演示.mp4 23.91M

├──66.网络细节.mp4 92.57M

├──67.数据源DEBUG流程解读.mp4 20.30M

├──68.图像数据源配置.mp4 19.49M

├──69.加载标签数据.mp4 14.38M

├──70.Mosaic数据增强方法.mp4 15.78M

├──71.数据四合一方法与流程演示.mp4 44.62M

├──72.getItem构建batch.mp4 18.89M

├──73.网络架构图可视化工具安装.mp4 51.05M

├──74.V5网络配置文件解读.mp4 20.50M

├──75.Focus模块流程分析.mp4 25.90M

├──76.完成配置文件解析任务.mp4 30.35M

├──77.前向传播计算.mp4 59.75M

├──78.BottleneckCSP层计算方法.mp4 73.07M

├──79.Head层流程解读.mp4 17.51M

├──80.SPP层计算细节分析.mp4 34.07M

├──81.上采样与拼接操作.mp4 22.37M

├──82.输出结果分析.mp4 33.44M

├──83.超参数解读.mp4 30.33M

├──84.命令行参数介绍.mp4 30.86M

├──85.训练流程解读.mp4 49.00M

├──86.各种训练策略概述.mp4 41.61M

└──87.模型迭代过程.mp4 37.85M