17个店铺，23个品类会员课，已七年累计服务31+万客户！更新更加有保障！+客服V：qiqi11931，沟通更方便，并免费赠送自选课一门！
主页
/
2023年
/
10月
/
07.人工智能深度学习系统班6 期
/
20 面向医学领域的深度学习实战
/
11 YOLO系列物体检测算法原理解读
/
01 检测任务中阶段的意义_ev.mp4
02 不同阶段算法优缺点分析_ev.mp4
03 IOU指标计算_ev.mp4
04 评估所需参数计算_ev.mp4
05 map指标计算_ev.mp4
06 YOLO算法整体思路解读_ev.mp4
07 检测算法要得到的结果_ev.mp4
08 整体网络架构解读_ev.mp4
09 位置损失计算_ev.mp4
10 置信度误差与优缺点分析_ev.mp4
11 V2版本细节升级概述_ev.mp4
12 网络结构特点_ev.mp4
13 架构细节解读_ev.mp4
14 基于聚类来选择先验框尺寸_ev.mp4
15 偏移量计算方法_ev.mp4
16 坐标映射与还原_ev.mp4
17 感受野的作用_ev.mp4
18 特征融合改进_ev.mp4
19 V3版本改进概述_ev.mp4
20 多scale方法改进与特征融合_ev.mp4
21 经典变换方法对比分析_ev.mp4
22 残差连接方法解读_ev.mp4
23 整体网络模型架构分析_ev.mp4
24 先验框设计改进_ev.mp4
25 sotfmax层改进_ev.mp4
26 V4版本整体概述_ev.mp4
27 V4版本贡献解读_ev.mp4
28 数据增强策略分析_ev.mp4
29 DropBlock与标签平滑方法_ev.mp4
30 损失函数遇到的问题_ev.mp4
31 CIOU损失函数定义_ev.mp4
32 NMS细节改进_ev.mp4
33 SPP与CSP网络结构_ev.mp4
34 SAM注意力机制模块_ev.mp4
35 PAN模块解读_ev.mp4
36 激活函数与整体架构总结_ev.mp4
Copyright © All rights reserved.
信息加载中,请等待...
