JAVA高级面试进阶训练营视频教程

admin

1-1 课程介绍
1-2 代码与项目介绍
2-1 图像卷积
2-2 卷积和步长的巧妙配合
2-3 人工卷积核产生的效果
2-4 Yolov4里的卷积例子
2-5 最大池化操作
2-6 全连接层讲解
2-7 卷积神经网络VGG16_01
2-8 卷积神经网络VGG16_02
2-9 1X1卷积核的用处01
2-10 1X1卷积核的用处02
2-11 1X1卷积核的用处03
2-12 1X1卷积核的用处04（yolo中的1X1预测思想）
2-13 YOLOV4里的one-hot编码
2-14 softmax原理和计算
2-15 sigmod和代替softmax
2-16 BN操作01
2-17 BN操作02
2-18 激活函数原理和作用
3-1 YOLOV3网络结构回顾01
3-2 YOLOV3网络结构回顾02
3-3 YOLOV3网络结构回顾03
3-4 强大的模型可视化工具netron
3-5 YOLOV4网络结构backbone
3-6 YOLOV4网络结构Neck
3-7 YOLO网格思想
3-8 先验框anchors原理
3-9 头部DECODE
3-10 YOLO头部总结
3-11 从零写代码backbone构建01
3-12 从零写代码backbone构建02
3-13 从零写代码Neck构建01
3-14 从零写代码Neck构建02
3-15 从零写代码头部Decode01
3-16 从零写代码头部Decode02
3-17 代码解读模型推断部分
3-18 代码解读使用yolo.cfg解析方式构造网络01
3-19 代码解读使用yolo.cfg解析方式构造网络02
4-1 模型训练超参部分讲解
4-2 训练整体流程
4-3 模型训练build_target原理解析01
4-4 模型训练build_target原理解析02
4-5 模型训练build_target原理解析03
4-6 损失函数原理解析01
4-7 损失函数原理解析02
4-8 从零写代码build_target训练核心函数01
4-9 从零写代码build_target训练核心函数02
4-10 从零写代码build_target训练核心函数03
4-11 从零写代码训练部分基础函数
4-12 从零写代码CIOU计算
4-13 从零写代码损失函数计算
4-14 代码解读基于PyTorch的模型训练01
4-15 代码解读基于PyTorch的模型训练02
4-16 代码解读基于PyTorch的模型训练03
5-1 项目实战总体介绍
5-2 权重裁剪技巧（模型训练必备知识）
5-3 代码实战pytorch权重裁剪01
5-4 代码实战pytorch权重裁剪02
5-5 代码实战训练数据集制作
5-6 tensorboardX训练可视化工具使用
5-7 map和准确召回率计算工具使用
5-8 项目效果展示
5-9 YOLOV4调参总结

艳妮

不错哦  喜欢 嘿嘿