Python深度物体实战视频加资料怡_共:6.42GB

[复制链接]
查看55 | 回复0 | 2021-2-21 12:39:42 | 显示全部楼层 |阅读模式
文件名称: Python深度物体实战视频加资料怡_共:6.42GB
文件总数量: 51条
压缩文件数量: 0条
压缩文件比: 0%
疑似加密文件: 0条(需要授权播放的文件)
文件创建时间: 2021-1-14 15:28:42

目录:【Python深度学习物体实战】
目录:【Python深度学习物体实战】
    数据代码.txt[122B]
    6-7网络细节.mp4[80.12MB]
    6-6损失函数定义.mp4[101.14MB]
    6-5RPN网络架构.mp4[70.54MB]
    6-4论文解读.mp4[79.81MB]
    6-3faster-rcnn概述_.mp4[31.12MB]
    6-2深度学习经典检.测方法.mp4[39.25MB]
    6-1物体检.测概述_.mp4[42.56MB]
    5-8迁移学习效果对比_.mp4[42.61MB]
    5-7加载训练好的权重_.mp4[31.68MB]
    5-6shortcut模块.mp4[37.38MB]
    5-5Resnet基本处理操作.mp4[25.69MB]
    5-4Resnet网络细节_.mp4[38.11MB]
    5-3Resnet原理.mp4[60.18MB]
    5-2迁移学习策略.mp4[16.07MB]
    5-1迁移学习的目标.mp4[13.29MB]
    4-3流程与结果演示.mp4[41.07MB]
    4-2网络架构概述.mp4[33.36MB]
    4-1COCO数据集与人体姿态识别简介.mp4[34.85MB]
    3-6测试与展示模块_.mp4[28.21MB]
    3-5基于标注数据训练所需任务.mp4[33.44MB]
    3-4maskrcnn源码修改方法.mp4[54.80MB]
    3-3完成训练数据准备工作.mp4[24.90MB]
    3-2使用labelme进行数据与标签标注_.mp4[22.19MB]
    3-1Labelme工具安装.mp4[12.17MB]
    2-9正负样本选择与标签定义.mp4[27.13MB]
    2-8DetectionTarget层的作用.mp4[26.69MB]
    2-7Proposal层实现方法.mp4[33.05MB]
    2-6候选框过滤方法.mp4[15.75MB]
    2-5RPN层的作用与实现解读.mp4[30.56MB]
    2-4基于不同尺度特征图生成所有框.mp4[33.37MB]
    2-3生成框比例设置.mp4[30.55MB]
    2-2FPN层特征提取原理解读.mp4[44.46MB]
    2-12整体框架回顾.mp4[30.92MB]
    2-11RorAlign操作的效果.mp4[27.42MB]
    2-10RoiPooling层的作用与目的.mp4[36.93MB]
    2-1FPN网络架构实现解读.mp4[58.68MB]
    1-4参数配置.mp4[62.20MB]
    1-3开源项目数据集_.mp4[23.39MB]
    1-2Mask-Rcnn开源项目简介.mp4[40.07MB]
    1-1课程简介.mp4[12.10MB]
目录:【Python深度学习物体实战/MASK-RCNN】
    mask-rcnn.pdf[898.30KB]
    f112c9fda85536ee3eba662c9043e683.bat[70B]
    第五章:迁移学习.zip[91.92MB]
    第四章:练手小项目-人体姿态识别demo.zip[530.27MB]
    第三章:基于MASK-RCNN框架训练自己的数据与任务_.zip[439.37MB]
    第二章:MaskRcnn网络框架源码详解.zip[1.13GB]
目录:【Python深度学习物体实战/MASK-RCNN/第六章:物体检.测-faster-rcnn】
    iccv15_tutorial_training_rbg.pdf[17.36MB]
    faster-rcnn.pptx[3.22MB]
    FasterR-CNNTowardsReal-TimeObjectDetectionwithRegionProposalNetworks.pdf[6.49MB]
    FasterRcnn.zip[2.73GB]
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则