资源目录:
├教学视频
│ ├第10章 图神经网络实战
10-1 节图神经网络基础
10-2 节图卷积GCN模型
10-3 节图模型必备神器PyTorch Geometric安装与使用
10-4 节使用PyTorch Geometric构建自己的图数据集
10-5 节图注意力机制与序列图模型
10-6 节图相似度论文解读
10-7 节图相似度计算实战
10-8 节基于图模型的轨迹估计
10-9 节图模型轨迹估计实战
│ ├第11章 3D点云实战
11-1 节3D点云实战 3D点云应用领域分析
11-2 节3D点云PointNet算法
11-3 节PointNet++算法解读
11-4 节Pointnet++项目实战
11-5 节点云补全PF-Net论文解读
11-6 节点云补全实战解读
11-7 节点云配准及其案例实战
11-8 节基础补充-对抗生成网络架构原理与实战解析
│ ├第12章 目标追踪与姿态估计实战
12-1 节课程介绍
12-2 节姿态估计OpenPose系列算法解读
12-3 节OpenPose算法源码分析
12-4 节deepsort算法知识点解读
12-5 节deepsort源码解读
12-6 节YOLO-V4版本算法解读
12-7 节V5版本项目配置
12-8 节V5项目工程源码解读
│ ├第13章 面向深度学习的无人驾驶实战
13-1 节深度估计算法原理解读
13-10 节NeuralRecon项目源码解读
13-11 节TSDF算法与应用
13-12 节TSDF实战案例
13-13 节轨迹估计算法与论文解读
13-14 节轨迹估计预测实战
13-15 节特斯拉无人驾驶解读
13-2 节深度估计项目实战
13-3 节车道线检测算法与论文解读
13-4 节基于深度学习的车道线检测项目实战
13-5 节商汤LoFTR算法解读
13-6 节局部特征关键点匹配实战
13-7 节三维重建应用与坐标系基础
13-8 节NeuralRecon算法解读
13-9 节NeuralRecon项目环境配置
│ ├第14章 对比学习与多模态任务实战
14-1 节对比学习算法与实例
14-2 节CLIP系列
14-3 节多模态3D目标检测算法源码解读
14-4 节多模态文字识别
14-5 节ANINET源码解读
│ ├第15章 缺陷检测实战
15-1 节课程介绍
15-10 节基于Opencv缺陷检测项?实战
15-11 节基于视频流?线的Opencv缺陷检测项?
15-12 节图像分割deeplab系列算法
15-13 节基于deeplabV3+版本进?VOC分割实战
15-14 节Deeplab铁质材料缺陷检测与开源项?应?流程
15-2 节物体检框架YOLO-V4版本算法解读
15-3 节物体检测框架YOLOV5版本项目配置
15-4 节物体检测框架YOLOV5项目工程源码解读
15-5 节基于YOLOV5的钢材缺陷检测实战
15-6 节Semi-supervised布料缺陷检测实战
15-7 节Opencv图像常?处理?法实例
15-8 节Opencv梯度计算与边缘检测实例
15-9 节Opencv轮廓检测与直?图
│ ├第16章 行人重识别实战
16-1 节行人重识别原理及其应用
16-2 节基于注意力机制的Reld模型论文解读
16-3 节基于Attention的行人重识别项目实战
16-4 节AAAI2020顶会算法精讲
16-5 节项目实战-基于行人局部特征融合的再识别实战
16-6 节旷视研究院最新算法解读(基于图模型)
16-7 节基于拓扑图的行人重识别项目实战
│ ├第17章 对抗生成网络实战
17-1 节课程介绍
17-2 节对抗生成网络架构原理与实战解析
17-3 节基于CycleGan开源项目实战图像合成
17-4 节stargan论文架构解析
17-5 节stargan项目实战及其源码解读
17-6 节基于starganvc2的变声器论文原理解读
17-7 节starganvc2变声器项目实战及其源码解读
17-8 节图像超分辨率重构实战
17-9 节基于GAN的图像补全实战
│ ├第18章 强化学习实战系列
18-1 节强化学习简介及其应用
18-2 节PPO算法与公式推导
18-3 节PPO实战-月球登陆器训练实例
18-4 节Q-learning与DQN算法
18-5 节DQN算法实例演示
18-6 节DQN改进与应用技巧
18-7 节Actor-Critic算法分析(A3C)
18-8 节用A3C玩转超级马里奥
│ ├第19章 Openai顶级黑科技算法及其项目实战
19-1 节GPT系列生成模型
19-2 节GPT建模与预测流程
19-3 节CLIP系列
19-4 节Diffusion模型解读
19-5 节Dalle2及其源码解读
19-6 节ChatGPT
│ ├第1章 直播课回放
1-1 节开班典礼
1-10 节直播7:半监督物体检测
1-11 节直播8:基于图模型的时间序列预测
1-12 节直播9:图像定位与检索
1-13 节直播10:近期内容补充
1-14 节直播11:文本生成GPT系列
1-15 节直播12:异构图神经网络
1-16 节直播13:BEV特征空间
1-17 节补充:BevFormer源码解读
1-18 节直播14:知识蒸馏
1-19 节直播15:六期总结与论文简历
1-2 节Pycharm环境配置与Debug演示(没用过的同学必看)
1-3 节直播1:深度学习核心算法-神经网络与卷积网络
1-4 节直播2:卷积神经网络
1-5 节直播3:Transformer架构
1-6 节直播4:Transfomer在视觉任务中的应用实例
1-7 节直播5:YOLO系列(V7)算法解读
1-8 节直播6:分割模型Maskformer系列
1-9 节补充:Mask2former源码解读
│ ├第20章 面向医学领域的深度学习实战
20-1 节卷积神经网络原理与参数解读
20-10 节基于deeplab的心脏视频数据诊断分析
20-11 节YOLO系列物体检测算法原理解读
20-12 节基于YOLO5细胞检测实战
20-13 节知识图谱原理解读
20-14 节Neo4j数据库实战
20-15 节基于知识图谱的医药问答系统实战
20-16 节词向量模型与RNN网络架构
20-17 节医学糖尿病数据命名实体识别
20-2 节PyTorch框架基本处理操作
20-3 节PyTorch框架必备核心模块解读
20-4 节基于Resnet的医学数据集分类实战
20-5 节图像分割及其损失函数概述
20-6 节Unet系列算法讲解
20-7 节unet医学细胞分割实战
20-8 节deeplab系列算法
20-9 节基于deeplabV3+版本进行VOC分割实战
│ ├第21章 深度学习模型部署与剪枝优化实战
21-1 节AIoT人工智能物联网之认识 jetson nano
21-10 节模型剪枝-Network Slimming算法分析
21-11 节模型剪枝-Network Slimming实战解读
21-12 节Mobilenet三代网络模型架构
21-2 节AIoT人工智能物联网之AI 实战
21-3 节AIoT人工智能物联网之NVIDIA TAO 实用级的训练神器
21-4 节 AIoT人工智能物联网之deepstream
21-5 节tensorRT视频
21-6 节pyTorch框架部署实践
21-7 节YOLO-V3物体检测部署实例
21-8 节docker实例演示
21-9 节tensorflow-serving实战
│ ├第22章 自然语言处理必备神器Huggingface系列实战
22-1 节Huggingface与NLP介绍解读
22-10 节补充Huggingface数据集制作方法实例
22-2 节Transformer工具包基本操作实例解读
22-3 节BERT系列算法解读
22-4 节文本标注工具与NER实例
22-5 节文本预训练模型构建实例
22-6 节GPT系列算法
22-7 节GPT训练与预测部署流程
22-8 节文本摘要建模
22-9 节图谱知识抽取实战
│ ├第23章 自然语言处理通用框架-BERT实战
23-1 节自然语言处理通用框架BERT原理解读
23-2 节谷歌开源项目BERT源码解读与应用实例
23-3 节项目实战-基于BERT的中文情感分析实战
23-4 节项目实战-基于BERT的中文命名实体识别识别实战
23-5 节必备基础知识点-woed2vec模型通俗解读
23-6 节必备基础-掌握Tensorflow如何实现word2vec模型
23-7 节必备基础知识点-RNN网络架构与情感分析应用实例
23-8 节医学糖尿病数据命名实体识别
│ ├第24章 自然语言处理经典案例实战
24-1 节NLP常用工具包实战
24-10 节NLP-文本特征方法对比
24-11 节NLP-相似度模型
24-12 节LSTM情感分析
24-13 节机器人写唐诗
24-14 节对话机器人
24-2 节商品信息可视化与文本分析
24-3 节贝叶斯算法
24-4 节新闻分类任务实战
24-5 节HMM隐马尔科夫模型
24-6 节HMM工具包实战
24-7 节语言模型
24-8 节使用Gemsim构建词向量
24-9 节基于word2vec的分类任务
│ ├第25章 知识图谱实战系列
25-1 节知识图谱介绍及其应用领域分析
25-2 节知识图谱涉及技术点分析
25-3 节Neo4j数据库实战
25-4 节使用python操作neo4j实例
25-5 节基于知识图谱的医药问答系统实战
25-6 节文本关系抽取实践
25-7 节金融平台风控模型实践
25-8 节医学糖尿病数据命名实体识别
│ ├第26章 语音识别实战系列
26-1 节seq2seq序列网络模型
26-2 节LAS模型语音识别实战
26-3 节starganvc2变声器论文原理解读
26-4 节staeganvc2变声器源码实战
26-5 节语音分离ConvTasnet模型
26-6 节ConvTasnet语音分离实战
26-7 节语音合成tacotron最新版实战
│ ├第27章 推荐系统实战系列
27-1 节推荐系统介绍及其应用
27-10 节基本统计分析的电影推荐
27-11 节补充-基于相似度的酒店推荐系统
27-2 节协同过滤与矩阵分解
27-3 节音乐推荐系统实战
27-4 节知识图谱与Neo4j数据库实例
27-5 节基于知识图谱的电影推荐实战
27-6 节点击率估计FM与DeepFM算法
27-7 节DeepFM算法实战
27-8 节推荐系统常用工具包演示
27-9 节基于文本数据的推荐实例
│ ├第28章 AI课程所需安装软件教程
28-1 节AI课程所需安装软件教程
│ ├第29章 额外补充
1.ACMIX(卷积与注意力融合).mp4_ev.mp4
10.Attention额外加入先验知识.mp4_ev.mp4
11.结合GNN构建局部特征.mp4_ev.mp4
12.损失函数约束项.mp4_ev.mp4
13.自适应可学习参数.mp4_ev.mp4
14.Coarse2Fine大框架.mp4_ev.mp4
15.只能机器学习模型时凑工作量(特征工程).mp4_ev.mp4
16.自己数据集如何发的好(要开源).mp4_ev.mp4
17.可变形卷积加入方法.mp4_ev.mp4
18.在源码中加入各种注意力机制方法.mp4_ev.mp4
2.GCnet(全局特征融合).mp4_ev.mp4
3.Coordinate_attention.mp4_ev.mp4
4.SPD(可替换下采样).mp4_ev.mp4
5.SPP改进.mp4_ev.mp4
6.mobileOne(加速).mp4_ev.mp4
7.Deformable(替换selfAttention).mp4_ev.mp4
8.ProbAttention(采样策略).mp4_ev.mp4
9.CrossAttention融合特征.mp4_ev.mp4
│ ├第2章 深度学习必备核心算法
2-1 节神经网络算法解读
2-2 节卷积神经网络算法解读
2-3 节递归神经网络算法解读
2-4 节额外补充
│ ├第3章 深度学习核心框架PyTorch
3-1 节PyTorch框架介绍与配置安装
3-2 节使用神经网络进行分类任务
3-3 节神经网络回归任务-气温预测
3-4 节卷积网络参数解读分析
3-5 节图像识别模型与训练策略(重点)
3-6 节DataLoader自定义数据集制作
3-7 节LSTM文本分类实战
3-8 节PyTorch框架Flask部署例子
│ ├第4章 MMLAB实战系列
4-1 节MMCV安装方法
4-10 节补充:Mask2former源码解读
4-11 节第三模块:DeformableDetr算法解读
4-12 节KIE关键信息抽取与视频超分辨率重构
4-13 节第四模块:DBNET文字检测
4-14 节第四模块:ANINET文字识别
4-15 节第四模块:KIE基于图模型的关键信息抽取
4-16 节第五模块:stylegan2源码解读
4-17 节第六模块:BasicVSR++视频超分辨重构源码解读
4-18 节第七模块:多模态3D目标检测算法源码解读
4-19 节第八模块:模型蒸馏应用实例
4-2 节第一模块:分类任务基本操作
4-20 节第八模块:模型剪枝方法概述分析
4-21 节第九模块:mmaction行为识别
4-22 节OCR算法解读
4-23 节额外补充-在源码中加入各种注意力机制方法
4-3 节第一模块:训练结果测试与验证
4-4 节第一模块:模型源码DEBUG演示
4-5 节第二模块:使用分割模块训练自己的数据集
4-6 节第二模块:基于Unet进行各种策略修改
4-7 节第二模块:分割任务CVPR最新Backbone设计及其应用
4-8 节第三模块:mmdet训练自己的数据任务
4-9 节第三模块:DeformableDetr物体检测源码分析
│ ├第5章 Opencv图像处理框架实战
5-1 节课程简介与环境配置
5-10 节?档扫描OCR识别
5-11 节图像特征-harris
5-12 节图像特征-sift
5-13 节全景图像拼接
5-14 节停?场?位识别
5-15 节答题卡识别判卷
5-16 节背景建模
5-17 节光流估计
5-18 节Opencv的DNN模块
5-19 节?标追踪
5-2 节图像基本操作
5-20 节卷积原理与操作
5-21 节疲劳检测
5-3 节阈值与平滑处理
5-4 节图像形态学操作
5-5 节图像梯度计算
5-6 节边缘检测
5-7 节图像?字塔与轮廓检测
5-8 节直?图与傅?叶变换
5-9 节信?卡数字识别
│ ├第6章 综合项目-物体检测经典算法实战
6-1 节深度学习经典检测?法概述
6-10 节V7源码解读
6-11 节EfficientNet网络
6-12 节EfficientDet检测算法
6-13 节基于Transformer的detr目标检测算法
6-14 节detr目标检测源码解读
6-2 节YOLO-V1整体思想与?络架构
6-3 节YOLO-V2改进细节详解
6-4 节YOLO-V3核??络模型
6-5 节基于V3版本进?源码解读
6-6 节基于YOLO-V3训练??的数据集与任务
6-7 节YOLO-V4版本算法解读
6-8 节V5版本项?配置
6-9 节V5项??程源码解读
│ ├第7章 图像分割实战
7-1 节图像分割及其损失函数概述
7-10 节MaskRcnn网络框架源码详解
7-11 节基于MASK-RCNN框架训练自己的数据与任务
7-2 节卷积神经?络原理与参数解读
7-3 节Unet系列算法讲解
7-4 节unet医学细胞分割实战
7-5 节U2NET显著性检测实战
7-6 节deeplab系列算法
7-7 节基于deeplabV3+版本进?VOC分割实战
7-8 节医学?脏视频数据集分割建模实战
7-9 节物体检测框架-MaskRcnn项目介绍与配置
│ ├第8章 行为识别实战
8-1 节slowfast算法知识点通俗解读
8-2 节slowfast项目环境配置与配置文件
8-3 节slowfast源码详细解读
8-4 节基于3D卷积的视频分析与动作识别
8-5 节视频异常检测算法与元学习
8-6 节视频异常检测CVPR2021论文及其源码解读
8-7 节基础补充-Resnet模型及其应用实例
│ ├第9章 2022论文必备-Transformer实战系列
9-1 节课程介绍
9-10 节MedicalTransformer源码解读
9-11 节商汤LoFTR算法解读
9-12 节局部特征关键点匹配实战
9-13 节项目补充-谷歌开源项目BERT源码解读与应用实例
9-14 节项目补充-基于BERT的中文情感分析实战
9-2 节?然语?处理通?框架BERT原理解读
9-3 节Transformer在视觉中的应?VIT算法
9-4 节VIT算法模型源码解读
9-5 节swintransformer算法原理解析
9-6 节swintransformer源码解读
9-7 节基于Transformer的detr?标检测算法
9-8 节detr?标检测源码解读
9-9 节MedicalTrasnformer论文解读
├课件及代码
│ ├22.第二十二章 自然语言处理必备神器Huggingface系列实战
第一章:Huggingface与NLP介绍解读
第七章:GPT系列算法
第三章:Transformer核心架构
第九章:文本摘要建模
第二章:Transformer工具包基本操作实例解读
第五章:文本标注工具与NER实例
第八章:GPT训练与预测部署流程
第六章:文本预训练模型构建实例
第十一章:补充Huggingface数据集制作方法实例
第十章:图谱知识抽取实战
第四章:BERT系列算法解读
│ ├23.第二十三章 ?然语?处理通?框架-BERT实战
│ ├第10章 图神经?络实战
│ ├第11章 3D点云实战
第1节:3D点云应用领域分析
第2节:3D点云PointNet算法
第3节:PointNet++算法解读
第4节:Pointnet++项目实战
第5节:点云补全PF-Net论文解读
第6节:点云补全实战解读
第7节:点云配准及其案例实战
第8节:基础补充-对抗生成网络架构原理与实战解析
│ ├第12章 ?标追踪与姿态估计实战
│ ├第13章 ?向深度学习的??驾驶实战
│ ├第14章 对比学习与多模态任务实战
ANINET源码解读
CLIP系列
多模态3D目标检测算法源码解读
多模态文字识别
对比学习算法与实例
│ ├第15章 缺陷检测实战
DeepLab铁质材料缺陷检测与开源项目应用流程.zip
PyTorch基础
Resnet分类实战
第1-4章:YOLOV5缺陷检测
第10章:基于视频流水线的Opnecv缺陷检测项目.zip
第11-12章:deeplab
第5章:Semi-supervised布料缺陷检测实战.zip
第6-8章:Opencv各函数使用实例
第9章:基于Opencv缺陷检测项目实战.zip
│ ├第16章 ??重识别实战
│ ├第17章 对抗?成?络实战
│ ├第18章 强化学习实战系列
第1节:强化学习简介及其应用.pdf
第2节:PPO算法与公式推导.pdf
第3节:策略梯度实战-月球登陆器训练实例.zip
第4节:DQN算法.pdf
第5节:DQN算法实例演示.zip
第7节:Actor-Critic算法分析(A3C).pdf
第8节:A3C算法玩转超级马里奥.zip
│ ├第19章 Openai顶级黑科技算法及其项目实战
1 节GPT系列生成模型
2 节GPT建模与预测流程
3 节CLIP系列
4 节Diffusion模型解读
5 节Dalle2及其源码解读
6 节ChatGPT
│ ├第1章 直播课回放
1-1 节开班典礼
1-10 节直播7:半监督物体检测
1-11 节直播8:基于图模型的时间序列预测
1-12 节直播9:图像定位与检索
1-13 节直播10:近期内容补充
1-14 节直播11文本生成GPT系列
1-15 节直播12:异构图神经网络
1-16 节直播13:BEV特征空间
1-17 节补充:BevFormer源码解读
1-18 节直播14:知识蒸馏
1-3 节直播1:深度学习核心算法-神经网络与卷积网络
1-4 节卷积神经网络
1-5 节直播3:Transformer架构
1-6 节直播4:Transfomer在视觉任务中的应用实例
1-7 节直播5:YOLO系列(V7)算法解读
1-8 节直播6:分割模型Maskformer系列
1-9 节补充:Mask2former源码解读
│ ├第20章 面向医学领域的深度学习实战
1-神经网络算法PPT
10-基于deeplab的心脏视频数据诊断分析
11-YOLO系列物体检测算法原理解读
12-基于YOLO5细胞检测实战
13-知识图谱原理解读
14-Neo4j数据库实战
15-基于知识图谱的医药问答系统实战
16-词向量模型与RNN网络架构.zip
17-医学糖尿病数据命名实体识别
2-PyTorch框架基本处理操作.zip
3-PyTorch框架必备核心模块解读.zip
4-基于Resnet的医学数据集分类实战
5-图像分割及其损失函数概述
6-Unet系列算法讲解
7-unet医学细胞分割实战
8-deeplab系列算法
9-基于deeplabV3+版本进行VOC分割实战
│ ├第21章 深度学习模型部署与剪枝优化实战
Docker使用命令.zip
Mobilenet.pdf
mobilenetv3.py
pytorch-slimming.zip
PyTorch模型部署实例.zip
TensorFlow-serving.zip
tensorRT
YOLO部署实例.zip
剪枝算法.pdf
嵌入式AI
│ ├第24章 ?然语?处理经典案例实战
│ ├第25章 知识图谱实战系列
第1.2节:知识图谱介绍及其应用领域分析
第3节:Neo4j数据库实战
第4节:使用python操作neo4j实例
第5节:基于知识图谱的医药问答系统实战
第6节:文本关系抽取实践
第7节:金融平台风控模型实践
第8节:医学糖尿病数据命名实体识别
│ ├第26章 语?识别实战系列
│ ├第27章 推荐系统实战系列
第10节:基于统计分析的电影推荐
第11节:补充-基于相似度的酒店推荐系统.zip
第1节:推荐系统介绍.pdf
第2节:协同过滤与矩阵分解.pdf
第3节:音乐推荐系统实战
第4节:Neo4j数据库实例
第5节:基于知识图谱的电影推荐实战.zip
第6节:FM与DeepFM算法.pdf
第7节:DeepFM算法实战.zip
第8节:推荐系统常用工具包演示.zip
第9节:基于文本数据的推荐实例.zip
│ ├第28章 AI课程所需安装软件教程
Anaconda3-2020.07-Windows-x86_64.exe
cuda_11.3.0_465.89_win10.exe
mmcv_full-1.4.7-cp38-cp38-win_amd64.whl
notepadplusplus-8-4.exe
pycharm-community-2022.1.2.exe
torch-1.10.0+cu113-cp38-cp38-win_amd64.whl
torchvision-0.11.0+cu113-cp38-cp38-win_amd64.whl
VisualStudioSetup.exe
│ ├第2章 深度学习必备核?算法
│ ├第3章 深度学习核?框架PyTorch
│ ├第4章 MMLAB实战系列
DeformableDetr算法解读
KIE关键信息抽取与视频超分辨率重构
mask2former(mmdetection).zip
ner.zip
OCR算法解读
第一模块:mmclassification-master.zip
第七模块:mmdetection3d-1.0.0rc0.zip
第三模块:mmdetection-master.zip
第九模块:mmaction2-master.zip
第二模块:mmsegmentation-0.20.2.zip
第二模块:MPViT-main.zip
第五模块:mmgeneration-master.zip
第八模块:mmrazor-模型蒸馏.zip
第六模块:mmediting-master.zip
第四模块:mmocr-main.zip
│ ├第5章 Opencv图像处理框架实战
源码资料
课件
│ ├第6章 综合项?-物体检测经典算法实战
│ ├第7章 图像分割实战
f112c9fda85536ee3eba662c9043e683.bat
mask-rcnn.pdf
MaskRcnn网络框架源码详解.zip
PyTorch框架基本处理操作.zip
R(2+1)D网络.pdf
图像识别核心模块实战解读.zip
基于MASK-RCNN框架训练自己的数据与任务.zip
基于Resnet的医学数据集分类实战
第1节:图像分割算法
第2节:卷积网络
第3节:Unet系列算法讲解
第4节:unet医学细胞分割实战
第5节:U-2-Net.zip
第6节:deeplab系列算法
第7节:基于deeplabV3+版本进行VOC分割实战
第8节:基于deeplab的心脏视频数据诊断分析
│ ├第8章 行为识别实战
1-slowfast算法知识点通俗解读.pdf
4-基于3D卷积的视频分析与动作识别.zip
5-视频异常检测算法与元学习.pdf
6-视频异常检测CVPR2021论文及其源码解读.zip
slowfast-add
slowfast论文.pdf
基础补充-PyTorch框架基本处理操作.zip
基础补充-PyTorch框架必备核心模块解读.zip
基础补充-Resnet模型及其应用实例
│ ├第9章 2022论?必备-Transformer实战系列
暂无评论内容