人工智能Paper年度会员(CV方向)-免费资源网

人工智能Paper年度会员(CV方向)

├──单课| ├──0909直播答疑.ts 131.98M| ├──10.18GAN直播答疑.ts 46.75M| ├──10.4GAN直播答疑.ts 91.99M| ├──11.15GAN直播答疑.ts 80.83M| ├──11.19GAN直播答疑.ts 124.44M| ├──11.1GAN直播答疑.ts 69.07M| ├──cv baseline-第三场直播答疑.mp4.ts 330.16M| ├──CV baseline第五次直播答疑.ts 237.18M| ├──cv baseline直播答疑.ts 160.26M| ├──CVbaseline 第一次直播答疑.ts 160.44M| ├──GAN专题班开营直播.ts 462.35M| ├──GPU的使用教程.ts 180.41M| ├──PyTorch 7月30日直播答疑.ts 559.86M| ├──【资料合集】课件及参考书籍下载.txt 0.46kb| ├──目标检测专题12.27直播答疑.ts 232.42M| ├──图像分割直播答疑.ts 44.36M| ├──图像分割直播答疑_1.ts 112.67M| └──效率提升3倍的Paper 阅读方法.ts 117.33M└──专栏| ├──01 cv-OCR| | ├──crnn-code-1.mp4_New.ts 226.37M| | ├──crnn-code-2.mp4_New.ts 231.52M| | ├──crnn-code-3.mp4_New.ts 202.85M| | ├──crnn-code-4.mp4_New.ts 55.29M| | ├──crnn-code-5.mp4_New.ts 58.33M| | ├──CRNN1-泛读-背景论文.mp4_New.ts 428.24M| | ├──CRNN2-泛读-研究成果及意义.mp4_New.ts 123.79M| | ├──CRNN3-泛读-LSTM、CTC、Beam Search、论文泛读.mp4_New.ts 288.63M| | ├──CRNN4-精读-原有模型.mp4_New.ts 75.90M| | ├──CRNN5-精读-CRNN网络结构、论文细节一.mp4_New.ts 101.19M| | ├──CRNN6-精读-论文细节二三四.mp4_New.ts 234.50M| | ├──CRNN7-精读-实验结果及总结.mp4_New.ts 67.47M| | └──ocr资料合集.txt 0.08kb| ├──02 cv-目标检测| | ├──01YOLO-01-发展历史和YOLO v1.mp4_New.ts 139.78M| | ├──01YOLO-02-YOLO v2.mp4_New.ts 93.49M| | ├──01YOLO-03-YOLO v3.mp4_New.ts 97.24M| | ├──01YOLO-04-代码复现.mp4_New.ts 86.83M| | ├──01YOLO-05-数据预处理和网络结构代码讲解.mp4_New.ts 194.81M| | ├──01YOLO-06-训练和检测代码讲解.mp4_New.ts 56.75M| | ├──02SSD-01-发展历史和论文泛读.mp4_New.ts 55.92M| | ├──02SSD-02-网络结构和具体算法.mp4_New.ts 188.41M| | ├──02SSD-03-代码复现.mp4_New.ts 36.62M| | ├──02SSD-04-代码讲解之数据处理.mp4_New.ts 227.14M| | ├──02SSD-05-代码讲解之训练过程.mp4_New.ts 230.97M| | ├──03FPN-01-FPN发展历史和论文导读.mp4_New.ts 97.62M| | ├──03FPN-02-FPN论文精读.mp4_New.ts 158.37M| | ├──03FPN-03-代码讲解.mp4_New.ts 95.78M| | ├──04RETINANET-01-发展历史和论文泛读1.mp4_New.ts 76.97M| | ├──04RETINANET-02-Focal Loss及网络结构2.mp4_New.ts 94.38M| | ├──04RETINANET-03-代码复现.mp4_New.ts 27.31M| | ├──04RETINANET-04-代码讲解之Dataloader.mp4_New.ts 81.38M| | ├──04RETINANET-05-代码讲解之RetinaNet网络结构.mp4_New.ts 85.06M| | ├──04RETINANET-06-代码讲解之Anchors和Focal Loss.mp4_New.ts 139.50M| | ├──04RETINANET-07-代码讲解之训练和测试过程.mp4_New.ts 66.60M| | ├──05FasterRCNN-01-目标检测基础知识.mp4_New.ts 177.19M| | ├──05FasterRCNN-02-研究背景&成果&意义.mp4_New.ts 112.02M| | ├──05FasterRCNN-03-论文网络结构&训练方法讲解.mp4_New.ts 317.64M| | ├──05FasterRCNN-04-实验结果及论文分析总结.mp4_New.ts 49.17M| | ├──05FasterRCNN-05-代码跑通讲解.mp4_New.ts 131.31M| | ├──05FasterRCNN-06-代码预览与数据预处理.mp4_New.ts 119.90M| | ├──05FasterRCNN-07-RPN和FasterRCNN代码讲解.mp4_New.ts 111.99M| | ├──05FasterRCNN-08-Proposal生成和网络训练代码讲解.mp4_New.ts 156.06M| | ├──06MaskRcnn-01-论文泛读1.mp4_New.ts 153.52M| | ├──06MaskRcnn-02-论文泛读2.mp4_New.ts 252.23M| | ├──06MaskRcnn-07-代码01.mp4_New.ts 376.25M| | ├──06MaskRcnn-08-代码2.mp4_New.ts 434.34M| | ├──06MaskRcnn-09-代码3.mp4_New.ts 449.18M| | ├──06MaskRcnn精读-03-FasterRcnn回顾.mp4_New.ts 115.97M| | ├──06MaskRcnn精读-04-FPN.mp4_New.ts 131.07M| | ├──06MaskRcnn精读-05-RoiAlign.mp4_New.ts 105.94M| | ├──06MaskRcnn精读-06-实验分析.mp4_New.ts 189.74M| | ├──07-01-Fcos论文泛读.mp4_New.ts 201.27M| | ├──07-02Fcos论文精读_FCN_YOLOV1回顾.mp4_New.ts 105.00M| | ├──07-03Fcos论文算法精读.mp4_New.ts 327.47M| | ├──07-04Fcos论文精读_损失函数.mp4_New.ts 343.94M| | ├──07-05Fcos论文精读_消融实验及论文总结.mp4_New.ts 125.75M| | ├──07-06Fcos代码head结构.mp4_New.ts 127.02M| | ├──07-07Fcos代码_训练代码讲解.mp4_New.ts 171.06M| | ├──07-09Fcos代码_Backbone和网络结构.mp4_New.ts 281.08M| | ├──07-10Fcos代码_loss和Inference讲解.mp4_New.ts 155.49M| | ├──基础知识-Dataloader和PascalVOC数据集讲解.mp4_New.ts 97.81M| | ├──目标检测开营直播_New.ts 446.02M| | ├──目标检测专题第一期答疑直播_New.ts 272.98M| | └──目标检测资料合集.txt 0.10kb| ├──03 强化学习| | ├──01-DQN-01-论文泛读开场白.ts 21.45M| | ├──01-DQN-02-研究背景及意义.ts 25.56M| | ├──01-DQN-03-背景知识补充.ts 13.19M| | ├──01-DQN-04-论文泛读.ts 61.27M| | ├──01-DQN-05-泛读总结及下节预告.ts 8.25M| | ├──01-DQN-06-论文精读开场白.ts 13.45M| | ├──01-DQN-07-论文模型.ts 29.11M| | ├──01-DQN-08-论文细节一 图像预处理.ts 50.42M| | ├──01-DQN-10-论文细节三 SemiGradientMethod.ts 55.85M| | ├──01-DQN-11-实验结果分析.ts 49.84M| | ├──01-DQN-12-论文精读总结.ts 15.08M| | ├──01-DQN-13-代码课整体介绍.ts 37.20M| | ├──01-DQN-14-gym介绍.ts 196.14M| | ├──01-DQN-15-图像预处理代码.ts 99.71M| | ├──01-DQN-16-DQN核心功能实现.ts 220.75M| | ├──01DQN-09-论文细节二 ReplayBuffer.ts 52.28M| | ├──01DQN-17-代码结构及实验结果分析.ts 106.87M| | ├──02-10-PrioritizedExperienceReplay实验结果及DuelDQN.ts 125.67M| | ├──02-DQN改进-01-论文泛读开场白.ts 62.06M| | ├──02-DQN改进-03-论文泛读.ts 182.85M| | ├──02-DQN改进-04-论文泛读总结及下节预告.ts 10.08M| | ├──02-DQN改进-05-论文网络结构.ts 20.80M| | ├──02-DQN改进-06-DDQN图表分析.ts 130.69M| | ├──02-DQN改进-07-DDQN总结.ts 91.52M| | ├──02-DQN改进-08-PrioritizedExperienceReplay01.ts 83.22M| | ├──02-DQN改进-09-PrioritizedExperienceReplay02.ts 222.94M| | ├──02-DQN改进-11-下节预告.ts 12.34M| | ├──02-DQN改进-15-SumTree后续及DuelStructure.ts 27.67M| | ├──02-DQN改进-16-ReplayBuffer01.ts 104.98M| | ├──02-DQN改进-17-ReplayBuffer02.ts 165.81M| | ├──02-DQN改进-18-ReplayBuffer03.ts 137.50M| | ├──02-DQN改进-19-代码总览及实验结果.ts 165.46M| | ├──02DQN改进-02-研究背景及意义.ts 13.24M| | ├──02DQN改进-12-代码课整体介绍.ts 95.01M| | ├──02DQN改进-13-bisect包.ts 26.92M| | ├──02DQN改进-14-SumTree.ts 120.67M| | ├──03C51-01-研究成果及意义..ts 27.67M| | ├──03C51-02-背景知识补充01..ts 88.89M| | ├──03C51-03-背景知识补充02..ts 29.06M| | ├──03C51-04-论文泛读..ts 131.92M| | ├──03C51-05-分布更新 BellmanEquation BellmanOperator.ts 61.70M| | ├──03C51-06-BellmanOptimalOperator.(1).ts 167.38M| | ├──03C51-06-BellmanOptimalOperator..ts 167.38M| | ├──03C51-07-算法分析..ts 66.26M| | ├──03C51-08-实验结果及分析..ts 168.43M| | ├──03C51-09-引理2引理3证明..ts 20.73M| | ├──03C51-10-引理1证明..ts 239.50M| | ├──03C51-11-定理1证明..ts 331.77M| | ├──03C51-12-其余理论部分及总结.ts 81.77M| | ├──03C51-13-代码部分介绍..ts 43.37M| | ├──03C51-14-算法部分结构一览.ts 65.35M| | ├──03C51-15-分布更新单个样本..ts 177.44M| | ├──03C51-16-MiniBatch分布更新..ts 161.47M| | ├──03C51-17-Pytorch MiniBatch分布更新..ts 83.07M| | ├──03C51-18-实验结果.mp4.ts 52.18M| | ├──05REINFORCE-01-开场白及研究背景介绍..ts 27.22M| | ├──05REINFORCE-02-论文泛读..ts 34.24M| | ├──05REINFORCE-03-背景知识补充..ts 28.75M| | ├──05REINFORCE-04-下节预告..ts 5.67M| | ├──05REINFORCE-05-论文定理理解..ts 259.25M| | ├──05REINFORCE-06-算法核心思想..ts 108.63M| | ├──05REINFORCE-07-核心定理证明..ts 254.71M| | ├──05REINFORCE-08-下节预告..ts 6.47M| | ├──05REINFORCE-09-代码部分结构..ts 21.16M| | ├──05REINFORCE-10-网络结构设计..ts 114.21M| | ├──05REINFORCE-11-数据处理..ts 33.12M| | ├──05REINFORCE-12-主体循环..ts 62.45M| | ├──05REINFORCE-13-代码结构..ts 144.75M| | ├──05REINFORCE-14-运行结果分析..ts 162.76M| | ├──06PPO-01-开场白..ts 21.03M| | ├──06PPO-02-研究背景..ts 21.22M| | ├──06PPO-03-论文泛读..ts 76.76M| | ├──06PPO-04-本届回顾下节预告..ts 6.47M| | ├──06PPO-05-论文精读结构介绍..ts 8.85M| | ├──06PPO-06-Clipped Surrogate Loss..ts 66.40M| | ├──06PPO-07-Adaptive KL..ts 59.53M| | ├──06PPO-08-Advantage Function..ts 58.87M| | ├──06PPO-09-算法分析..ts 75.32M| | ├──06PPO-10-实验结果分析..ts 70.19M| | ├──06PPO-11-本届回顾下节预告..ts 8.98M| | ├──06PPO-12-代码部分结构..ts 26.68M| | ├──06PPO-13-计算Loss Function..ts 126.25M| | ├──06PPO-14-拓展到连续型action空间..ts 61.68M| | ├──06PPO-15-代码结构..ts 103.91M| | ├──06PPO-16-代码运行结果..ts 104.64M| | ├──06PPO-17-算法之外的技巧..ts 94.41M| | ├──07DDPG-01-开场白..ts 16.19M| | ├──07DDPG-02-研究背景成果和意义..ts 6.98M| | ├──07DDPG-03-背景知识补充.ts 5.99M| | ├──07DDPG-04-论文泛读..ts 123.12M| | ├──07DDPG-05-本届回顾下节预告..ts 6.66M| | ├──07DDPG-06-论文精读结构..ts 9.19M| | ├──07DDPG-07-从DQN到DDPG..ts 49.70M| | ├──07DDPG-08-网络结构..ts 109.69M| | ├──07DDPG-09-DDPG核心思想..ts 31.28M| | ├──07DDPG-10-算法的其他细节..ts 54.55M| | ├──07DDPG-11-算法总结..ts 9.68M| | ├──07DDPG-12-代码部分结构..ts 9.10M| | ├──07DDPG-13-网络结构及初始化..ts 114.57M| | ├──07DDPG-14-BatchNorm的使用..ts 95.27M| | ├──07DDPG-15-参数更新..ts 76.01M| | ├──07DDPG-16-代码结构..ts 110.18M| | ├──07DDPG-17-运行结果..ts 42.09M| | ├──08TD3-01-论文泛读开场白..ts 10.18M| | ├──08TD3-02-研究背景.ts 14.01M| | ├──08TD3-03-背景知识..ts 13.08M| | ├──08TD3-04-论文泛读..ts 94.37M| | ├──08TD3-05-论文泛读总结..ts 5.28M| | ├──08TD3-06-论文精读开场白..ts 4.82M| | ├──08TD3-07-overestimation..ts 345.03M| | ├──08TD3-08-variance..ts 204.04M| | ├──08TD3-09-实验结果..ts 79.26M| | ├──08TD3-10-论文总结..ts 9.41M| | ├──08TD3-11-代码部分结构..ts 32.75M| | ├──08TD3-12-更新Critic..ts 39.11M| | ├──08TD3-13-更新Actor和代码结构..ts 67.62M| | ├──08TD3-14-实验结果..ts 66.62M| | ├──09SQL-01-论文泛读开场白..ts 19.38M| | ├──09SQL-02-研究背景及成果..ts 100.37M| | ├──09SQL-03-背景知识补充..ts 136.26M| | ├──09SQL-04-论文泛读总结..ts 6.92M| | ├──09SQL-05-论文精读开场白..ts 9.40M| | ├──09SQL-06-核心思想..ts 28.17M| | ├──09SQL-07-理论基础..ts 52.73M| | ├──09SQL-08-算法细节..ts 152.54M| | ├──09SQL-09-实验结果分析..ts 114.77M| | ├──09SQL-10-理论证明..ts 130.71M| | ├──09SQL-11-论文精读总结..ts 7.00M| | ├──09SQL-12-代码部分结构..ts 5.95M| | ├──09SQL-13-Pytorch的手动链式法则求导..ts 65.22M| | ├──09SQL-14-离散情况细节..ts 48.29M| | ├──09SQL-15-连续情况细节..ts 73.65M| | ├──09SQL-16-代码结构..ts 37.54M| | ├──09SQL-17-调参结果..ts 48.12M| | ├──10SAC-01-论文泛读开场白..ts 12.24M| | ├──10SAC-02-研究背景..ts 10.25M| | ├──10SAC-03-论文泛读..ts 94.44M| | ├──10SAC-04-论文泛读总结..ts 4.29M| | ├──10SAC-05-论文精读开场白..ts 11.66M| | ├──10SAC-06-核心思想..ts 52.78M| | ├──10SAC-07-主要算法..ts 77.35M| | ├──10SAC-08实验结果..ts 23.53M| | ├──10SAC-09-理论证明..ts 28.98M| | ├──10SAC-10-论文精读总结..ts 11.32M| | ├──10SAC-11-算法细节..ts 27.68M| | ├──10SAC-12-代码结构及调参结果..ts 53.99M| | ├──12-IntrinsicMotivation-01-论文泛读开场白..ts 13.52M| | ├──12-IntrinsicMotivation-02-ICM泛读..ts 96.59M| | ├──12-IntrinsicMotivation-03-CuriosityStudy泛读..ts 83.74M| | ├──12-IntrinsicMotivation-04-VIME泛读..ts 68.66M| | ├──12-IntrinsicMotivation-05-VIC泛读..ts 52.99M| | ├──12-IntrinsicMotivation-06-DIAYN泛读..ts 91.20M| | ├──12-IntrinsicMotivation-07-SMM泛读..ts 67.05M| | ├──12-IntrinsicMotivation-08-EDL泛读.mp4.ts 107.41M| | ├──12-IntrinsicMotivation-09-泛读总结及下节预告..ts 4.00M| | ├──12-IntrinsicMotivation-10-论文精读开场白..ts 5.74M| | ├──12-IntrinsicMotivation-11-ICM精读..ts 318.86M| | ├──12-IntrinsicMotivation-12-CuriosityStudy精读.ts 264.47M| | ├──12-IntrinsicMotivation-13-VIME精读..ts 185.85M| | ├──12-IntrinsicMotivation-14-VIC精读..ts 259.32M| | ├──12-IntrinsicMotivation-15-DIAYN精读..ts 330.22M| | ├──12-IntrinsicMotivation-16-SMM精读..ts 473.28M| | ├──12-IntrinsicMotivation-17-EDL精读..ts 293.82M| | ├──12-IntrinsicMotivation-18-论文总结..ts 15.65M| | ├──12-IntrinsicMotivation-19-结尾语..ts 8.07M| | ├──AdvancedValueMethods-01-论文泛读开场白..ts 23.62M| | ├──AdvancedValueMethods-02-背景知识补充..ts 28.33M| | ├──AdvancedValueMethods-03-Rainbow泛读..ts 60.71M| | ├──AdvancedValueMethods-04-D4PG泛读..ts 103.57M| | ├──AdvancedValueMethods-05-A3C泛读..ts 99.76M| | ├──AdvancedValueMethods-06-IMPALA泛读..ts 91.96M| | ├──AdvancedValueMethods-07-论文泛读总结..ts 4.67M| | ├──AdvancedValueMethods-08-论文精读开场白..ts 8.28M| | ├──AdvancedValueMethods-09-Rainbow..ts 333.05M| | ├──AdvancedValueMethods-10-D4PG..ts 273.66M| | ├──AdvancedValueMethods-11-A3C..ts 359.45M| | ├──AdvancedValueMethods-12-IMPALA..ts 406.98M| | ├──AdvancedValueMethods-13-总结..ts 5.25M| | ├──QRDQN-01-01.mp4.ts 26.44M| | ├──QRDQN-01-02..ts 51.84M| | ├──QRDQN-02-01..ts 57.10M| | ├──QRDQN-02-02..ts 93.28M| | ├──QRDQN-02-03..ts 116.01M| | ├──QRDQN-02-04..ts 41.14M| | ├──QRDQN-02-05..ts 341.08M| | ├──QRDQN-02-06..ts 6.06M| | ├──QRDQN-03-01..ts 13.29M| | ├──QRDQN-03-02..ts 274.73M| | ├──QRDQN-03-03..ts 117.40M| | └──课件.txt 0.14kb| ├──04 CV-baseline| | ├──01AlexNet-01-研究背景.ts 172.88M| | ├──01AlexNet-02- 研究成果意义.ts 28.14M| | ├──01AlexNet-03-论文结构.ts 90.11M| | ├──01AlexNet-04-结构.ts 81.13M| | ├──01AlexNet-05网络结构特点.ts 97.73M| | ├──01AlexNet-06-训练技巧.ts 87.83M| | ├──01AlexNet-07实验结果及分析.ts 105.99M| | ├──01AlexNet-08-论文总结.ts 59.91M| | ├──01AlexNet-09-准备工作&代码结构.ts 59.55M| | ├──01AlexNet-10-代码结构.ts 198.46M| | ├──01AlexNet-11-代码结构.ts 94.85M| | ├──01AlexNet-12- 代码结构4&训练方法.ts 235.35M| | ├──02VGG-01-研究背景&成果&意义.ts 56.14M| | ├──02VGG-02-论文机构&摘要精读.ts 50.18M| | ├──02VGG-03-结构及特点.ts 152.15M| | ├──02VGG-04-训练、测试技巧.ts 166.93M| | ├──02VGG-05实验结果及分析(1).ts 45.90M| | ├──02VGG-05实验结果及分析.ts 45.90M| | ├──02VGG-06-论文总结.ts 34.68M| | ├──02VGG-07-代码结构.ts 72.48M| | ├──02VGG-08-代码数据集.ts 158.16M| | ├──02VGG-09-代码&构建VGG模型.ts 148.83M| | ├──03GoogleNet-01-研究背景、成果及意.ts 33.23M| | ├──03GoogleNet-02-论文摘要、图表.ts 46.07M| | ├──03GoogLeNet-03-GoogLeNet结构.ts 115.75M| | ├──03GoogLeNet-04-训练、测试技巧,实验结果及分析.ts 91.14M| | ├──03GoogLeNet-05-稀疏结构及总结.ts 26.08M| | ├──03Googlenet-06-代码结果&数据集下载.ts 145.69M| | ├──03Googlenet-07-结构定义&基本组件.ts 96.10M| | ├──03Googlenet-08数据集&构建模型.ts 105.39M| | ├──04Googlenet-v2-01-论文背景.ts 43.97M| | ├──04Googlenet-v2-02-论文结果意义泛读.ts 74.45M| | ├──04Googlenet-v2-03-论文BN层.ts 68.93M| | ├──04Googlenet-v2-04-结构、实验结果及分析.ts 56.40M| | ├──04Googlenet-v2-05-论文总结.ts 51.87M| | ├──04GoogLeNet-v2-06-代码讲解.ts 134.95M| | ├──04GoogLeNet-v2-07-代码讲解.ts 113.81M| | ├──04Googlenet-v2-08-代码讲解.ts 114.69M| | ├──05-googlenet-v3-01-研究背景&成果&意义.ts 32.89M| | ├──05-googlenet-v3-02.ts 58.44M| | ├──05-googlenet-v3-03-网络设计准则&卷积分解&辅助分类.ts 66.11M| | ├──05-MP4-googlenet-v3-04-特征图分辨率下降&标签平滑.ts 54.11M| | ├──05-MP4-googlenet-v3-05-网络结构&实验结果.ts 58.80M| | ├──05-MP4-googlenet-v3-06-论文总结.ts 47.09M| | ├──05-MP4-googlenet-v3-07-代码准备.ts 140.59M| | ├──05-MP4-googlenet-v3-08-网络结构代码详解.ts 202.88M| | ├──05-MP4-googlenet-v3-09-模型训练&标签平滑.ts 156.97M| | ├──06-ResNet-01-背景成果意义.ts 54.53M| | ├──06-ResNet-02-论文泛读.ts 55.46M| | ├──06-ResNet-03-残差结构.ts 79.27M| | ├──06-ResNet-04-ResNet结构.ts 76.66M| | ├──06-ResNet-05-论文总结.ts 57.08M| | ├──06-ResNet-06-ResNet推理.ts 155.67M| | ├──06-ResNet-07-ResNet结构搭建详解.ts 141.75M| | ├──06-ResNet-08-ResNet20训练及实验分析.ts 168.04M| | ├──07-MP4-googlenet-v4-01-背景成果意义.ts 62.09M| | ├──07-MP4-googlenet-v4-02-论文泛读.ts 87.21M| | ├──07-MP4-googlenet-v4-03-inception-v4.ts 81.96M| | ├──07-MP4-googlenet-v4-04-inception-resnet.ts 84.91M| | ├──07-MP4-googlenet-v4-05-实验结果论文总结.ts 42.37M| | ├──07-MP4-googlenet-v4-06-inceptionv4代码(上).ts 164.15M| | ├──07-MP4-googlenet-v4-07-inceptionv4代码(下).ts 81.04M| | ├──07-MP4-googlenet-v4-inception-08-resnet代码.ts 207.70M| | ├──08-MP4-ResNeXt-02-论文泛读.ts 84.00M| | ├──08-MP4-ResNeXt-02-论文泛读_1.ts 84.00M| | ├──08-MP4-ResNeXt-03-聚合变换分析.ts 79.76M| | ├──08-MP4-ResNeXt-04-分组卷积与ResNeXt.ts 56.57M| | ├──08-MP4-ResNeXt-05-实验结果与论文总结.ts 72.67M| | ├──08-MP4-ResNeXt-06-ResNeXt50-inference.ts 136.19M| | ├──08-MP4-ResNeXt-07-ResNeXt-50_32x4d-网络搭建代码详解.ts 125.60M| | ├──08-MP4-ResNeXt-08-ResNeXt-29训练.ts 136.50M| | ├──08-MP4-ResNeXt-09-分组卷积.ts 49.22M| | ├──09-MP4-DenseNet-01-背景意义成果.ts 87.85M| | ├──09-MP4-DenseNet-02-论文泛读..ts 52.61M| | ├──09-MP4-DenseNet-03-论文图表.ts 35.43M| | ├──09-MP4-DenseNet-04-基本组件1.ts 108.73M| | ├──09-MP4-DenseNet-05-基本组件2.ts 78.90M| | ├──09-MP4-DenseNet-06-Densenet网络结构.ts 94.19M| | ├──09-MP4-DenseNet-07-实验结果及分析.ts 68.76M| | ├──09-MP4-DenseNet-08-论文总结.ts 28.04M| | ├──09-MP4-DenseNet-09-计算图与显存分析.ts 54.77M| | ├──09-MP4-DenseNet-10-DenseNet-121推理.ts 113.83M| | ├──09-MP4-DenseNet-11-DenseNet-121-搭建.ts 145.01M| | ├──09-MP4-DenseNet-12-DenseLayer详解..ts 95.34M| | ├──09-MP4-DenseNet-13-DenseNet-40-训练.ts 181.53M| | ├──10-MP4-SENet-01-学习目标课程安排.ts 19.35M| | ├──10-MP4-SENet-02-研究背景.ts 75.67M| | ├──10-MP4-SENet-03-研究意义及成果.ts 23.39M| | ├──10-MP4-SENet-04-论文结构..ts 29.47M| | ├──10-MP4-SENet-05-论文图表.ts 35.60M| | ├──10-MP4-SENet-06-Squeeze-Excitation..ts 59.42M| | ├──10-MP4-SENet-07-SE-ResNet-50..ts 39.42M| | ├──10-MP4-SENet-08-实验结果及分析.ts 84.48M| | ├──10-MP4-SENet-09-Ablation-Study.ts 52.48M| | ├──10-MP4-SENet-10-论文总结.ts 30.37M| | ├──10-MP4-SENet-11-代码实现及Baseline结语..ts 192.42M| | ├──CV baseline 资料合集.txt 0.08kb| | ├──cv baseline-第三场直播答疑.mp4.ts 330.16M| | ├──CV baseline第五次直播答疑.ts 237.18M| | ├──CV 开班课.ts 386.97M| | └──CVbaseline 第一次直播答疑.ts 160.44M| ├──05 CV-GAN| | ├──01GAN-01-论文摘要.ts 114.21M| | ├──01GAN-02-论文背景.ts 53.31M| | ├──01GAN-03-论文泛读.ts 146.60M| | ├──01GAN-04-价值函数.ts 69.59M| | ├──01GAN-05-训练流程&理论证明1.ts 63.82M| | ├──01GAN-06-理论证明2&实验结果&总结展望.ts 88.98M| | ├──01GAN-07-代码分析综述.ts 94.67M| | ├──01GAN-08-代码分析精讲.ts 151.03M| | ├──02CGAN-01-论文摘要&论文背景.ts 60.76M| | ├──02CGAN-02-论文泛读.ts 65.57M| | ├──02CGAN-03-论文精读1.ts 48.60M| | ├──02CGAN-04-论文精读2.ts 89.85M| | ├──02CGAN-05-代码讲解.ts 149.99M| | ├──03DCGAN-01-论文摘要&论文背景..ts 72.44M| | ├──03DCGAN-02-论文泛读.ts 112.45M| | ├──03DCGAN-03-模型结构&图像生成..ts 96.22M| | ├──03DCGAN-04-无监督表征学习&模型可视化&隐空间分析1..ts 98.42M| | ├──03DCGAN-05-隐空间分析2&总结展望&论文总结.ts 80.72M| | ├──03DCGAN-06-代码讲解1.ts 56.42M| | ├──03DCGAN-07-代码讲解2.ts 135.19M| | ├──04ITGAN-01-论文摘要&论文背景.ts 83.97M| | ├──04ITGAN-02-论文泛读.ts 163.64M| | ├──04ITGAN-03-GAN的训练改进.ts 113.32M| | ├──04ITGAN-04-图像质量评价&半监督学习.ts 72.70M| | ├──04ITGAN-05-实验结果&论文总结.ts 119.76M| | ├──04ITGAN-06-代码讲解1.ts 105.56M| | ├──04ITGAN-07-代码讲解2.ts 116.65M| | ├──04ITGAN-08-代码讲解3.ts 146.29M| | ├──05pix2pix-01-论文摘要&论文背景.ts 106.76M| | ├──05pix2pix-02-论文成果及意义&论文泛读1.ts 84.12M| | ├──05pix2pix-03-论文泛读2.ts 142.86M| | ├──05pix2pix-04-目标函数&模型结构及训练参数.ts 106.43M| | ├──05pix2pix-05-评价方式&目标函数分析&模型分析.ts 94.24M| | ├──05pix2pix-06-应用分析&论文总结.ts 100.62M| | ├──05pix2pix-07-代码讲解1.ts 128.08M| | ├──05pix2pix-08-代码讲解2.ts 114.43M| | ├──06cyclegan-01-论文摘要&研究背景.mp4.ts 80.65M| | ├──06cyclegan-02-论文成果及意义&论文泛读.mp4.ts 274.62M| | ├──06cyclegan-03-目标函数.mp4.ts 97.23M| | ├──06cyclegan-04-模型结构与训练参数&模型评价与比较&损失函数分析&图像重构质量.ts 153.90M| | ├──06cyclegan-05-应用分析&论文总结.mp4.ts 125.32M| | ├──06cyclegan-06-代码讲解1.mp4.ts 75.11M| | ├──06cyclegan-07-代码讲解2.mp4.ts 150.21M| | ├──06cyclegan-08-代码讲解3.mp4.ts 91.04M| | ├──07ProGAN-01-论文摘要&研究背景.mp4.ts 93.68M| | ├──07ProGAN-02-论文成果及意义&论文泛读.mp4.ts 134.55M| | ├──07ProGAN-03-渐进式训练&Minibatch标准差.mp4.ts 83.86M| | ├──07ProGAN-04-归一化&评价指标&实验1.mp4.ts 115.89M| | ├──07ProGAN-05-实验2&论文总结.mp4.ts 130.39M| | ├──07ProGAN-06-代码讲解1.mp4.ts 107.69M| | ├──07ProGAN-07-代码讲解2.mp4.ts 160.74M| | ├──07ProGAN-08-代码讲解3.mp4.ts 138.61M| | ├──08StackGAN-01-论文摘要&研究背景.mp4.ts 85.43M| | ├──08StackGAN-02-论文成果及意义&论文泛读.mp4.ts 106.12M| | ├──08StackGAN-03-条件增强&两阶段的GAN1.mp4.ts 67.95M| | ├──08StackGAN-04-两阶段的GAN2&评价方式&性能比较.mp4.ts 99.43M| | ├──08StackGAN-05-组件分析&总结.mp4.ts 129.80M| | ├──08StackGAN-06-代码讲解1.mp4.ts 70.82M| | ├──08StackGAN-07-代码讲解2.mp4.ts 156.12M| | ├──08StackGAN-08-代码讲解3.mp4.ts 95.04M| | ├──09BigGAN-01-论文摘要&研究背景.mp4.ts 103.56M| | ├──09BigGAN-02-论文成果及意义&论文泛读.mp4.ts 106.21M| | ├──09BigGAN-03-大规模的GAN.mp4.ts 105.51M| | ├──09BigGAN-04-隐空间截断&不稳定性分析.mp4.ts 145.43M| | ├──09BigGAN-05-实验结果&论文总结.mp4.ts 90.14M| | ├──09BigGAN-06-代码讲解1.mp4.ts 105.96M| | ├──09BigGAN-07-代码讲解2.mp4.ts 178.74M| | ├──10StyleGAN-01-论文摘要&研究背景.mp4.ts 79.43M| | ├──10StyleGAN-02-论文成果及意义&论文泛读.mp4.ts 124.52M| | ├──10StyleGAN-03-基于样式的生成器架构.mp4.ts 67.21M| | ├──10StyleGAN-04-实验结果&生成器的属性分析.mp4.ts 121.00M| | ├──10StyleGAN-05-隐变量解耦1.mp4.ts 77.60M| | ├──10StyleGAN-06-隐变量解耦2&论文总结.mp4.ts 94.69M| | ├──10StyleGAN-07-代码讲解1.mp4.ts 85.51M| | ├──10StyleGAN-08-代码讲解2.mp4.ts 148.23M| | ├──10StyleGAN-09-代码讲解3.mp4.ts 84.10M| | └──资料合集.txt 0.08kb| ├──06 CV-图像分割| | ├──01FCN-01-语意分割简介.ts 72.99M| | ├──01FCN-02常用数据集、指标、研究成果..ts 112.55M| | ├──01FCN-03-论文摘要精读..ts 71.23M| | ├──01FCN-04-论文引言、全局信息及部分信息.ts 145.61M| | ├──01FCN-05-感受域&平移不变性.ts 168.11M| | ├──01FCN-06-经典算法&本文算法、上采样.ts 97.84M| | ├──01FCN-07-算法架构..ts 156.45M| | ├──01FCN-08-训练技巧&实验结果及分析..ts 156.71M| | ├──01FCN-09-讨论&总结.ts 24.44M| | ├──01FCN-10-代码实现.ts 87.26M| | ├──01FCN-11-数据预处理..ts 227.01M| | ├──01FCN-12-模型搭建.ts 258.07M| | ├──01FCN-13-训练、验证&预测函数搭建..ts 143.31M| | ├──01FCN-14-损失函数.ts 110.46M| | ├──01FCN-15-指标计算.ts 163.32M| | ├──02unet-01-论文总览&摘要精读.ts 83.16M| | ├──02unet-02-医学分割相关背景&取得的成果及意义.ts 86.53M| | ├──02unet-03-两篇论文相互补充.ts 78.68M| | ├──02unet-04-回顾医学图像分析及CNN的发展历程.ts 209.94M| | ├──02unet-05-先验知识补充.ts 53.10M| | ├──02unet-06-算法架构&实验结果及分析.ts 94.86M| | ├──02unet-07-试验设置及结果分析.ts 47.26M| | ├──02unet-08-代码精读.ts 212.78M| | ├──03SegNet-01-CNN和FCN前期介绍&论文背景&研究成果及意义.ts 96.34M| | ├──03SegNet-02-CNN和FCN论文结构&摘要精读.ts 107.83M| | ├──03SegNet-03-引言.ts 264.18M| | ├──03SegNet-04-引言&D补充内容.ts 101.28M| | ├──03SegNet-05-相关工作.ts 257.01M| | ├──03SegNet-06-算法架构.ts 56.26M| | ├──03SegNet-07-算法架构2.ts 249.49M| | ├──03SegNet-08-解码器变体&实验设置、分析.ts 229.95M| | ├──03SegNet-09-归纳实验设置参数&总结关键点.ts 111.16M| | ├──03SegNet-10-模型的搭建.ts 115.43M| | ├──03SegNet-11-DeconvNet模型的搭建.ts 50.29M| | ├──04DeepLab-01论文背景、研究成果及意义.ts 70.55M| | ├──04DeepLab-02-摘要.ts 111.80M| | ├──04DeepLab-03-v1论文精读.ts 116.95M| | ├──04DeepLab-04-v1论文精读2.ts 120.59M| | ├──04DeepLab-05-v1-论文精读3总结.ts 78.87M| | ├──04DeepLab-06-v2论文精读1.ts 257.27M| | ├──04DeepLab-07-v2-论文精读2.ts 171.07M| | ├──04DeepLab-08-v2论文精读3总结.ts 108.22M| | ├──04DeepLab-09-v3论文精读1.ts 197.00M| | ├──04DeepLab-10-v3-算法及实验部分.ts 229.80M| | ├──04DeepLab-11-论文精讲v3+.ts 127.50M| | ├──04DeepLab-12-v3+深度可分离卷积.ts 125.42M| | ├──04DeepLab-13-v3+算法和实验、论文总结.ts 92.78M| | ├──04DeepLab-14-代码复现.ts 153.23M| | ├──04DeepLab-15-算法架构.ts 197.15M| | ├──05GCN-01-前期介绍、论文导读.ts 37.80M| | ├──05GCN-02-卷积核、卷积方式汇总.ts 69.37M| | ├──05GCN-03-卷积方式汇总、论文结果及意义.ts 107.10M| | ├──05GCN-04-引言及相关工作.ts 165.35M| | ├──05GCN-05-特性、算法架构.ts 172.73M| | ├──05GCN-06-实验设置、分析.ts 55.57M| | ├──05GCN-07-代码精读.ts 139.44M| | ├──05GCN-08-代码精读2.ts 156.40M| | ├──06DFN-01-前期知识、论文背景.ts 139.83M| | ├──06DFN-02-研究成果及意义.ts 71.11M| | ├──06DFN-03-论文结构、摘要.ts 47.50M| | ├──06DFN-04-算法模型详解.ts 187.95M| | ├──06DFN-05-算法结构1.ts 243.26M| | ├──06DFN-06-算法结构2.ts 205.61M| | ├──06DFN-07-算法模型细节.ts 32.79M| | ├──06DFN-08-代码架构.ts 81.30M| | ├──06DFN-09-模型搭建.ts 87.05M| | ├──06DFN-10-代码复现.ts 58.64M| | ├──07ENet-01-经典分割vs实时分割.ts 65.84M| | ├──07ENet-02-实时分割常用方法&摘要精读.ts 82.12M| | ├──07ENet-03-ENet引言&相关工作.ts 126.73M| | ├──07ENet-04-LinkNet引言&相关工作&先验知识&ENet算法架构.ts 133.48M| | ├──07ENet-05-ENet算法细节&LinkNet算法架构&实验分析.ts 225.64M| | ├──07ENet-06-LinkNet代码定义.ts 91.87M| | ├──07ENet-07-ENet代码定义.ts 130.58M| | ├──07ENet-08-新代码(上).ts 135.58M| | ├──07ENet-09-新代码(下).ts 105.99M| | ├──08BiSeNet-01-分割常用损失函数(上).ts 71.76M| | ├──08BiSeNet-02-分割常用损失函数(中).ts 61.09M| | ├──08BiSeNet-03-分割常用损失函数(下)&分类器评价标准&摘要.ts 88.38M| | ├──08BiSeNet-04-引言.ts 140.90M| | ├──08BiSeNet-05-相关工作&算法架构总览.ts 93.74M| | ├──08BiSeNet-06-算法结构详解&实验.ts 188.75M| | ├──08BiSeNet-07-模型代码定义.ts 129.25M| | ├──08BiSeNet-08-cityscapes数据集.ts 149.35M| | ├──09-DFANet-04-旷视官网.ts 127.85M| | ├──09DFANet-01-论文背景.ts 81.83M| | ├──09DFANet-02-旷视软件部分补充..ts 115.03M| | ├──09DFANet-03-旷视硬件部分补充..ts 76.56M| | ├──09DFANet-05-引言.ts 175.19M| | ├──09DFANet-06-相关工作_模型总览.ts 109.76M| | ├──09DFANet-07-算法详解_实验分析..ts 240.03M| | ├──09DFANet-08-代码定义(上)..ts 136.87M| | ├──09DFANet-09-代码定义(下)..ts 81.91M| | ├──10RedNet-01-深度图相关基本概念..ts 79.64M| | ├──10RedNet-02-深度图相关研究方向..ts 80.06M| | ├──10RedNet-03-引言.ts 91.83M| | ├──10RedNet-04-相关工作&算法总览.ts 128.43M| | ├──10RedNet-05-算法细节&实验..ts 174.77M| | ├──10RedNet-06-模型搭建(上).ts 85.82M| | ├──10RedNet-07-模型搭建(下).ts 205.24M| | ├──10RedNet-08-NYUDv2数据集.ts 108.07M| | ├──10RedNet-09-RGB-D分割代码.ts 132.68M| | ├──11RDFNet-01-论文简介&特征融合.ts 125.51M| | ├──11RDFNet-02-NYUDv2数据集.ts 111.23M| | ├──11RDFNet-03-SUNRGBD数据集&摘要.ts 239.46M| | ├──11RDFNet-04-RefineNet引言&相关工作.ts 289.75M| | ├──11RDFNet-05-RefineNet相关背景.ts 144.68M| | ├──11RDFNet-06-LW引言&相关工作&模型压缩.ts 272.91M| | ├──11RDFNet-07-RDFNet引言&相关工作.ts 212.62M| | ├──11RDFNet-08-RefineNet算法架构.ts 177.06M| | ├──11RDFNet-09-LW&RDFNet算法架构.ts 420.17M| | ├──11RDFNet-10-实验分析.ts 160.24M| | ├──11RDFNet-11-总复习.ts 103.02M| | ├──11RDFNet-12-RefineNet模型定义.mp4.ts 192.56M| | ├──11RDFNet-13-LW&RDF模型定义&SUNRGBD数据集.mp4.ts 243.24M| | ├──乘风破浪·智见未来.ts 128.18M| | ├──开班课直播.ts 186.75M| | ├──开班课直播_1.ts 186.75M| | └──课件代码.txt 0.17kb| ├──07 CV-轻量化网络| | ├──01mobilenet-01-背景介绍.ts 59.89M| | ├──01mobilenet-02-论文结构&摘要精读.ts 158.95M| | ├──01mobilenet-03-主体架构&深度可分离卷积.ts 129.10M| | ├──01MobileNet-04-超参数.ts 93.11M| | ├──01mobilenet-05-后续创新及改进.ts 138.00M| | ├──01MobileNets-06-代码结构.ts 338.55M| | ├──01MobileNets-07-模型设计.ts 124.12M| | ├──01MobileNets-08-模型评估.ts 97.29M| | ├──02shufflenet-01-研究背景&意义.ts 71.50M| | ├──02shufflenet-02-论文结构&摘要.ts 170.26M| | ├──02shufflenet-03-分组点卷积.ts 288.99M| | ├──02shufflenet-04-通道重排.ts 370.19M| | ├──02shufflenet-05-总结&创新.ts 208.03M| | ├──02shufflenet-06-复现网络结构.ts 127.03M| | ├──02shufflenet-07-数据预处理.ts 406.11M| | ├──02shufflenet-08-模型设计.ts 544.74M| | ├──02shufflenet-09-模型评估.ts 263.56M| | ├──03squeezenet-01-研究背景&成果&意义.ts 163.66M| | ├──03squeezenet-03-cnn结构设计策略&Fire Module内部(1).ts 330.80M| | ├──03squeezenet-03-cnn结构设计策略&Fire Module内部.ts 330.80M| | ├──03squeezenet-04-网络架构及细节&试验结果及分析.ts 431.46M| | ├──03squeezenet-05-模型预处理、加载.ts 498.26M| | ├──03squeezenet-06-模型结构构造.ts 280.61M| | ├──03squeezenet-07-模型评估.ts 328.15M| | ├──04xception-01-研究背景&成果&泛读.ts 98.47M| | ├──04xception-02-网络发展.ts 42.47M| | ├──04xception-03-网络结构&深度可分离卷积对比.ts 82.07M| | ├──04xception-04-实验结果及论文分析&论文总结.ts 30.86M| | ├──04xception-05-准备工作.ts 137.85M| | ├──04xception-06-模型设计.ts 69.67M| | ├──04xception-07-模型训练及评估.ts 62.50M| | ├──05 knowledge distillation-01-论文泛读.ts 104.62M| | ├──05 knowledge distillation-02-集成模型思想.ts 28.70M| | ├──05 knowledge distillation-03-知识蒸馏思想和方法.ts 91.19M| | ├──05 knowledge distillation-04-专家集成模型及知识蒸馏实验.ts 36.39M| | ├──05knowledge distillation-05-项目代码总览与小结.ts 83.99M| | ├──05knowledge distillation-06-教师网络与学生网络的构建.ts 74.86M| | ├──05knowledge distillation-07-教师网络与学生网络的训练.ts 73.42M| | ├──05knowledge distillation-08-知识蒸馏训练学生网络.ts 64.85M| | ├──06attention-transfer-01-研究背景&成果&摘要.ts 85.11M| | ├──06attention-transfer-02-计算机视觉中的注意力转移.ts 91.55M| | ├──06attention-transfer-03-基于激活&梯度&的注意力图&实验.ts 78.94M| | ├──06attention-transfer-04-搭建训练教师模型&学生模型.ts 115.55M| | ├──06attention-transfer-05-实现基于激活&梯度注意力图&训练学生.ts 211.92M| | ├──07-搭建并训练目标网络.05.ts 104.65M| | ├──07-迭代式剪枝.04.ts 41.53M| | ├──07-非结构化剪枝&结构化剪枝&可视化.06.ts 108.73M| | ├──07-计算网络参数量计算量-02.ts 65.82M| | ├──07-剪枝介绍03.ts 87.50M| | ├──07-研究背景&成果&摘要.01.ts 104.06M| | ├──08Network Slimming-01-研究背景、成果、意义及论文泛读.ts 93.92M| | ├──08Network Slimming-02-CNN通道剪枝、Batch Norm.ts 83.80M| | ├──08Network Slimming-03-通道剪枝方法、结果及分析、总结.ts 91.25M| | ├──08Network Slimming-04-搭建并训练目标网络.mp4.ts 155.90M| | ├──08Network Slimming-05-用bn层剪枝&结构分析.mp4.ts 112.30M| | ├──09Pruning for Efficient Inference-01–研究背景、成果.ts 118.49M| | ├──09Pruning for Efficient Inference-02-通道重要性判断.ts 101.58M| | ├──09Pruning for Efficient Inference-03-FLOPs正则化.ts 77.73M| | ├──09pruning-04-目标网络搭建.mp4.ts 128.80M| | ├──09pruning-05-Hook&FLOPs.mp4.ts 50.92M| | ├──09pruning-06-迭代式泰勒剪枝过程.mp4.ts 152.92M| | ├──3squeezenet-02-结构&泛读.ts 236.86M| | ├──课件代码.txt 0.17kb| | └──轻量化网络专题开班.mp4 690.97M| ├──08 CV-图像分割答疑| | ├──图像分割7.22直播答疑.ts 586.73M| | └──图像分割直播答疑.ts 303.50M| ├──09 【选修知识】open cv图像基础| | ├──1-1图像基础知识.ts 34.82M| | ├──1-2图像基础知识.ts 36.71M| | ├──1-3图像基础知识.ts 88.76M| | ├──1-4图像基础知识.ts 77.38M| | ├──2-1图像基本处理.ts 79.73M| | ├──2-1图像基本处理_1.ts 79.73M| | ├──2-7形态学操作_腐蚀..ts 80.73M| | ├──2_2图像基本处理.ts 63.61M| | ├──2_3图像基本处理.ts 100.22M| | ├──2_4图像基本处理.ts 104.67M| | ├──2_5图像基本操作_图像滤波.ts 147.18M| | ├──2_6图像基本操作_图像增强.ts 123.54M| | ├──2_8形态学操作_膨胀开运算与闭运算.ts 128.69M| | ├──3_1固定阈值分割.ts 71.87M| | ├──3_2自动阈值分割.ts 92.22M| | ├──3_3边缘检测算子.ts 118.45M| | ├──3_4连通区域_区域生长算法.ts 85.67M| | ├──3_5分水岭算法图像分割.ts 81.28M| | ├──4_1特征描述_HOG.ts 84.92M| | ├──4_2特征描述Harris和SIFT算法.ts 53.87M| | ├──4_3纹理特征LBP算法.ts 105.49M| | ├──4_4模板匹配算法.ts 94.35M| | ├──4_5人脸检测算法.ts 121.81M| | ├──5_1摄像头调用和视频的读取保存.ts 229.46M| | ├──5_2帧差法视频目标识别.ts 119.66M| | ├──5_3光流法和背景减除法..ts 146.57M| | └──课件代码.txt 0.14kb| ├──10 【选修知识】神经网络基础知识| | ├──01-神经网络基础与多层感知机-0.ts 59.54M| | ├──01-神经网络基础与多层感知机-0_1.ts 59.54M| | ├──01-神经网络基础与多层感知机-1.ts 38.90M| | ├──01-神经网络基础与多层感知机-1_1.ts 38.90M| | ├──01-神经网络基础与多层感知机-2.ts 71.92M| | ├──01-神经网络基础与多层感知机-2_1.ts 71.92M| | ├──01-神经网络基础与多层感知机-3.ts 36.63M| | ├──01-神经网络基础与多层感知机-3_1.ts 36.63M| | ├──01-神经网络基础与多层感知机-4.ts 100.51M| | ├──01-神经网络基础与多层感知机-4_1.ts 100.51M| | ├──02-卷积神经网络-0.ts 74.02M| | ├──02-卷积神经网络-0_1.ts 74.02M| | ├──02-卷积神经网络-1.ts 171.67M| | ├──02-卷积神经网络-1_1.ts 171.67M| | ├──02-卷积神经网络-2.ts 56.35M| | ├──02-卷积神经网络-2_1.ts 56.35M| | ├──03-循环神经网络-0.mp4.ts 52.12M| | ├──03-循环神经网络-0.mp4_1.ts 52.12M| | ├──03-循环神经网络-1.ts 92.81M| | ├──03-循环神经网络-1_1.ts 92.81M| | ├──03-循环神经网络-2.ts 67.30M| | ├──03-循环神经网络-2_1.ts 67.30M| | └──课件.txt 0.10kb| ├──11 【选修知识】PyTorch| | ├──【必看】深入浅出PyTorch.ts 94.97M| | ├──【第八周】图像分割一瞥.ts 181.21M| | ├──【第八周】图像分类一瞥.ts 129.64M| | ├──【第八周】图像目标检测一瞥(上).ts 115.24M| | ├──【第八周】图像目标检测一瞥(下).ts 292.00M| | ├──【第二周】二十二种transforms数据预处理方法.ts 210.49M| | ├──【第二周】数据读取机制Dataloader与Dataset.ts 94.39M| | ├──【第二周】数据预处理transforms模块机制.ts 86.80M| | ├──【第二周】学会自定义transforms方法.ts 210.51M| | ├──【第二周】作业讲解.ts 136.13M| | ├──【第九周】生成对抗网络一瞥.ts 155.19M| | ├──【第九周】循环神经网络一瞥.ts 102.59M| | ├──【第六周】Batch Normalization.ts 122.83M| | ├──【第六周】正则化之Dropout.ts 90.57M| | ├──【第六周】正则化之weight_decay.ts 88.79M| | ├──【第六周】作业讲解.ts 79.37M| | ├──【第七周】GPU的使用.ts 99.17M| | ├──【第七周】PyTorch常见报错.ts 95.57M| | ├──【第七周】模型finetune.ts 103.42M| | ├──【第七周】模型保存与加载.ts 76.64M| | ├──【第七周】作业讲解.ts 48.50M| | ├──【第三周】nn网络层-池化-线性-激活函数层.ts 88.49M| | ├──【第三周】nn网络层-卷积层.ts 119.41M| | ├──【第三周】模型创建步骤与nn.Module.ts 102.16M| | ├──【第三周】模型创建步骤与nn.Module_1.ts 102.16M| | ├──【第三周】模型容器与AlexNet构建.ts 115.74M| | ├──【第三周】作业讲解.ts 127.24M| | ├──【第四周】torch.optim.SGD.ts 110.84M| | ├──【第四周】权值初始化.ts 97.25M| | ├──【第四周】损失函数(二).ts 159.61M| | ├──【第四周】损失函数(一).ts 156.62M| | ├──【第四周】优化器optimizer的概念.ts 96.36M| | ├──【第四周】作业讲解.ts 63.63M| | ├──【第五周】hook函数与CAM可视化.ts 140.72M| | ├──【第五周】TensorBoard简介与安装.ts 70.74M| | ├──【第五周】TensorBoard使用(二).ts 189.83M| | ├──【第五周】TensorBoard使用(一).ts 125.76M| | ├──【第五周】学习率调整策略.ts 139.28M| | ├──【第五周】作业讲解.ts 105.13M| | ├──【第一周】autograd与逻辑回归.ts 89.82M| | ├──【第一周】PyTorch简介与安装.ts 105.24M| | ├──【第一周】补充-pytorch开发环境安装.ts 298.25M| | ├──【第一周】计算图与动态图机制.ts 57.59M| | ├──【第一周】张量操作与线性回归.ts 92.07M| | ├──【第一周】张量简介与创建.ts 70.77M| | ├──【第一周】作业讲解1.ts 59.82M| | ├──【第一周】作业讲解2.ts 49.00M| | ├──【第一周】作业讲解3.ts 47.18M| | └──资料合集.txt 0.37kb| ├──12 Python基础+数据科学入门训练营| | ├──【比赛实战】大牛手把手指导如何打一场完整的二分类比赛.ts 204.51M| | ├──【比赛实战】二分类算法比赛小测验—提供银行精准营销解决方案.ts 10.72M| | ├──【作业讲解】第八章:文件、异常和模块.ts 15.46M| | ├──【作业讲解】第二章:Python基本语法元素.ts 98.13M| | ├──【作业讲解】第九章:有益的探索.ts 46.62M| | ├──【作业讲解】第六章:函数.ts 66.67M| | ├──【作业讲解】第七章:类.ts 45.12M| | ├──【作业讲解】第三章:基本数据类型.ts 96.64M| | ├──【作业讲解】第十二章:Pandas库.ts 61.19M| | ├──【作业讲解】第十三章:Matplotlib.ts 77.42M| | ├──【作业讲解】第十四章:Sklearn常规用法.ts 87.70M| | ├──【作业讲解】第十一章:Numpy库.ts 41.12M| | ├──【作业讲解】第十章:Python标准库.ts 28.38M| | ├──【作业讲解】第四章:复杂数据类型.ts 120.54M| | ├──【作业讲解】第五章:程序控制结构.ts 39.08M| | ├──【作业讲解】第一章:助教实际演示配置环境过程.ts 61.81M| | ├──第八章 文件、异常和模块.ts 151.13M| | ├──第二章 Python 基本语法元素.ts 148.09M| | ├──第九章 有益的探索.ts 155.16M| | ├──第六章 函数-面向过程的编程.ts 150.76M| | ├──第七章 类-面向对象的编程.ts 103.52M| | ├──第三章 基本数据类型.ts 102.84M| | ├──第十二章 Pandas库.ts 200.02M| | ├──第十三章 Matplotlib.ts 145.90M| | ├──第十四章 Sklearn常规用法.ts 76.50M| | ├──第十五章 再谈编程.ts 86.88M| | ├──第十一章 科学计算库—Numpy应用.ts 104.56M| | ├──第十章 Python标准库.ts 111.16M| | ├──第四章 组合数据类型.ts 112.18M| | ├──第五章 程序控制结构.ts 96.75M| | └──第一章 绪论和环境配置.ts 65.05M| ├──13 【KeSCI】基于卷积神经网络的表情识别大赛(CV方向)| | ├──【科赛网:基于卷积神经网络的表情识别】(CV方向)第二节课——Google Colab.ts 80.00M| | ├──【科赛网:基于卷积神经网络的表情识别】(CV方向)第六节课——数据准备和增强.ts 281.06M| | ├──【科赛网:基于卷积神经网络的表情识别】(CV方向)第七节课——构建基础baseline模型.ts 266.10M| | ├──【科赛网:基于卷积神经网络的表情识别】(CV方向)第三节课——卷积的基础知识和常用模型架构.ts 225.54M| | ├──【科赛网:基于卷积神经网络的表情识别】(CV方向)第四节课——比赛思路课.ts 138.49M| | ├──【科赛网:基于卷积神经网络的表情识别】(CV方向)第五节课——TFKeras和OpenCV.ts 918.04M| | ├──【科赛网:基于卷积神经网络的表情识别】(CV方向)第一节课——赛前介绍和准备.ts 131.57M| | ├──【课件】代码合集.txt 0.81kb| | └──【课件专栏】.txt 0.20kb| ├──14 CV-paper直播课程| | ├──第八场直播——行人检测.mp4.ts 353.21M| | ├──第二场直播—自监督.ts 271.33M| | ├──第九场直播——Fast SCNN.ts 418.12M| | ├──第六场直播——车道线检测.mp4.ts 442.78M| | ├──第七次直播——清华本硕学长论文分享.ts 352.94M| | ├──第三场直播—YOLO4.ts 215.81M| | ├──第十场直播:人体姿态估计.ts 718.47M| | ├──第十二场直播:如何做科研.ts 314.80M| | ├──第十三场直播——异常检测.ts 351.66M| | ├──第四场直播—ImageNet.ts 594.03M| | ├──第五场直播—M2Det.ts 437.03M| | ├──第一场直播:StyleGAN2.ts 842.94M| | └──课件论文.txt 0.12kb| ├──15 【老版本】精读论文专栏(CV方向)| | ├──【课件合集】30篇精读论文在线课件阅读地址合集(CV).txt| | ├──【老版本】【第10篇】DSSD第二课时.ts 111.86M| | ├──【老版本】【第10篇】DSSD第一课时.ts 58.54M| | ├──【老版本】【第11篇】RCNN第二课时.ts 82.39M| | ├──【老版本】【第11篇】RCNN第三课时.ts 214.02M| | ├──【老版本】【第11篇】RCNN第一课时.ts 104.19M| | ├──【老版本】【第12篇】Faster RCNN第二课时论文精读之相关工作和结论.ts 415.27M| | ├──【老版本】【第12篇】Faster RCNN第二课时论文精读之摘要和引言.ts 604.40M| | ├──【老版本】【第12篇】Faster RCNN第三课时代码讲解二.ts 288.05M| | ├──【老版本】【第12篇】Faster RCNN第三课时代码讲解三.ts 304.62M| | ├──【老版本】【第12篇】Faster RCNN第三课时代码讲解一.ts 250.39M| | ├──【老版本】【第12篇】Faster RCNN第一课时论文导读之基础知识讲解二.ts 117.43M| | ├──【老版本】【第12篇】Faster RCNN第一课时论文导读之基础知识讲解三.ts 184.79M| | ├──【老版本】【第12篇】Faster RCNN第一课时论文导读之基础知识讲解一.ts 115.39M| | ├──【老版本】【第13篇】Mask R-CNN第二课时.ts 127.72M| | ├──【老版本】【第13篇】Mask R-CNN第三课时.ts 88.22M| | ├──【老版本】【第13篇】Mask R-CNN第四课时.ts 205.40M| | ├──【老版本】【第13篇】Mask R-CNN第一课时.ts 72.03M| | ├──【老版本】【第14篇】MTCNN第二课时.ts 36.69M| | ├──【老版本】【第14篇】MTCNN第三课时.ts 30.44M| | ├──【老版本】【第14篇】MTCNN第四课时.ts 17.29M| | ├──【老版本】【第14篇】MTCNN第五课时.ts 33.26M| | ├──【老版本】【第14篇】MTCNN第一课时.ts 26.71M| | ├──【老版本】【第15篇】Facenet第二课时.ts 49.00M| | ├──【老版本】【第15篇】Facenet第三课时3.1.ts 135.89M| | ├──【老版本】【第15篇】Facenet第三课时3.2.ts 143.89M| | ├──【老版本】【第15篇】Facenet第一课时.ts 40.11M| | ├──【老版本】【第16篇】FCN——分割的里程碑式的网络模型第二课时.ts 77.67M| | ├──【老版本】【第16篇】FCN——分割的里程碑式的网络模型第三课时.ts 74.80M| | ├──【老版本】【第16篇】FCN——分割的里程碑式的网络模型第一课时.ts 90.23M| | ├──【老版本】【第17篇】U-Net论文第二课时:论文精读.ts 118.37M| | ├──【老版本】【第17篇】U-Net论文第三课时:代码精读.ts 33.21M| | ├──【老版本】【第17篇】U-Net论文第一课时:论文导读.ts 56.09M| | ├──【老版本】【第18篇】DeepLab(v2)–多尺度空洞卷积ASPP的引入第二课时.ts 45.39M| | ├──【老版本】【第18篇】DeepLab(v2)–多尺度空洞卷积ASPP的引入第一课时.ts 45.68M| | ├──【老版本】【第19篇】SegNet-第二课时.ts 59.30M| | ├──【老版本】【第19篇】SegNet第三课时.ts 38.30M| | ├──【老版本】【第19篇】SegNet第一课时.ts 58.21M| | ├──【老版本】【第1篇】01综述 《Deep Learning》.ts 64.19M| | ├──【老版本】【第1篇】02综述 《Deep Learning》.ts 116.80M| | ├──【老版本】【第1篇】03综述 《Deep Learning》.ts 103.63M| | ├──【老版本】【第1篇】04综述 《Deep Learning》.ts 66.08M| | ├──【老版本】【第1篇】05综述 《Deep Learning》.ts 79.17M| | ├──【老版本】【第1篇】06综述 《Deep Learning》.ts 93.35M| | ├──【老版本】【第1篇】07综述 《Deep Learning》.ts 69.83M| | ├──【老版本】【第20篇】PSPNet–金字塔池化第二课时.ts 62.75M| | ├──【老版本】【第20篇】PSPNet–金字塔池化第一课时.ts 44.02M| | ├──【老版本】【第21篇】LinkNet–轻量级网络的入门模型第二课时.ts 40.90M| | ├──【老版本】【第21篇】LinkNet–轻量级网络的入门模型第三课时.ts 36.18M| | ├──【老版本】【第21篇】LinkNet–轻量级网络的入门模型第一课时.ts 22.65M| | ├──【老版本】【第22篇】目标跟踪器的综述和综合测评第一课时.ts 55.89M| | ├──【老版本】【第22篇】目标跟踪器的综述和综合测评第一课时_1.ts 97.45M| | ├──【老版本】【第23篇】FCNT第二课时上.ts 52.67M| | ├──【老版本】【第23篇】FCNT第二课时下.ts 62.76M| | ├──【老版本】【第23篇】FCNT第三课时.ts 124.14M| | ├──【老版本】【第23篇】FCNT论文第一课时.ts 31.59M| | ├──【老版本】【第24篇】GOTURN第二课时上.ts 41.86M| | ├──【老版本】【第24篇】GOTURN第二课时下.ts 24.41M| | ├──【老版本】【第24篇】GOTURN第三课时.ts 75.57M| | ├──【老版本】【第24篇】GOTURN第一课时.ts 17.48M| | ├──【老版本】【第25篇】Siamese FC 第二课时.ts 45.94M| | ├──【老版本】【第25篇】Siamese FC 第一课时.ts 21.55M| | ├──【老版本】【第26篇】CTPN第二课时.ts 50.24M| | ├──【老版本】【第26篇】CTPN论文第一课时.ts 37.02M| | ├──【老版本】【第27篇】CRNN第二课时.ts 63.10M| | ├──【老版本】【第27篇】CRNN第一课时.ts 37.11M| | ├──【老版本】【第28篇】hourglass第二课时.ts 46.12M| | ├──【老版本】【第28篇】hourglass第一课时.ts 19.75M| | ├──【老版本】【第29篇】CenterNet.ts 274.62M| | ├──【老版本】【第2篇】AlexNet01-论文导读及研究背景介绍.ts 217.97M| | ├──【老版本】【第2篇】AlexNet02-深度卷积网络发展趋势及学习方法.ts 55.71M| | ├──【老版本】【第2篇】AlexNet03-论文技巧及一般调优方法.ts 234.62M| | ├──【老版本】【第2篇】AlexNet04-网络结构及卷积过程计算.ts 194.81M| | ├──【老版本】【第2篇】AlexNet05-Alexnet实现oxflower17分类代码讲解.ts 388.09M| | ├──【老版本】【第30篇】SENet论文第二课时:论文精读.ts 115.02M| | ├──【老版本】【第30篇】SENet论文第三课时:代码精读.ts 44.89M| | ├──【老版本】【第30篇】SENet论文第一课时:论文导读.ts 51.48M| | ├──【老版本】【第3篇】VGG第二课时:论文精读.ts 67.04M| | ├──【老版本】【第3篇】VGG第三课时:代码精读.ts 70.65M| | ├──【老版本】【第3篇】VGG第一课时:论文导读.ts 55.68M| | ├──【老版本】【第4篇】ResNet论文介绍及理论推导.ts 401.06M| | ├──【老版本】【第4篇】ResNet实战核心代码讲解.ts 350.34M| | ├──【老版本】【第4篇】ResNet网络设计原理及网络架构.ts 336.82M| | ├──【老版本】【第5篇】Googlenet论文第二课时:论文精读.ts 74.98M| | ├──【老版本】【第5篇】Googlenet论文第三课时:代码精读.ts 59.92M| | ├──【老版本】【第5篇】Googlenet论文第一课时:论文导读.ts 69.19M| | ├──【老版本】【第6篇】RetinaNet–首个单级目标检测框架.ts 225.91M| | ├──【老版本】【第7篇】YOLO v1第二课时.ts 49.50M| | ├──【老版本】【第7篇】YOLO v1第三课时.ts 47.65M| | ├──【老版本】【第7篇】YOLO v1第一课时.ts 54.61M| | ├──【老版本】【第8篇】《YOLOv3》第二课时.ts 29.67M| | ├──【老版本】【第8篇】《YOLOv3》第三课时.ts 53.52M| | ├──【老版本】【第8篇】《YOLOv3》第一课时.ts 34.78M| | ├──【老版本】【第9篇(更新版)】SSD论文讲解之摘要.ts 202.03M| | ├──【老版本】【第9篇】SSD代码讲解之整体架构二.ts 154.69M| | ├──【老版本】【第9篇】SSD代码讲解之整体架构一.ts 189.49M| | ├──【老版本】【第9篇】SSD核心代码讲解二.ts 320.74M| | ├──【老版本】【第9篇】SSD核心代码讲解一.ts 250.13M| | ├──【老版本】【第9篇】SSD论文讲解之anchor框计算.ts 330.15M| | ├──【老版本】【第9篇】SSD论文讲解之SSD模型核心思想.ts 262.26M| | ├──【老版本】【第9篇】SSD论文讲解之损失函数构造.ts 273.65M| | ├──【老版本】【第9篇】SSD论文讲解之引言.ts 284.43M| | ├──【老版本】【第9篇】SSD之目标检测概述及论文导读.ts 248.98M| | ├──【资料合集】30篇精读论文原文和代码汇总(CV).txt 0.79kb| | └──新建 XLS 工作表.xls 6.50kb| ├──16 【老版本】重点讲解专栏(CV方向)| | ├──【第2篇】LapSRN论文第三课时:代码讲解.ts 29.50M| | ├──【老版本】【第10篇】MTAN论文第二课时.ts 162.22M| | ├──【老版本】【第10篇】MTAN论文第三课时.ts 267.67M| | ├──【老版本】【第10篇】MTAN论文第一课时.ts 107.45M| | ├──【老版本】【第11篇】ASTER论文.ts 500.45M| | ├──【老版本】【第12篇】M2Det-1.ts 81.02M| | ├──【老版本】【第12篇】M2Det-2.ts 116.57M| | ├──【老版本】【第1篇】DRRN论文第二课时:论文精读.ts 67.46M| | ├──【老版本】【第1篇】DRRN论文第三课时:代码精读.ts 51.34M| | ├──【老版本】【第1篇】DRRN论文第一课时:论文导读.ts 40.58M| | ├──【老版本】【第2篇】LapSRN论文第二课时:论文精读.ts 93.47M| | ├──【老版本】【第2篇】LapSRN论文第一课时:论文导读.ts 39.74M| | ├──【老版本】【第3篇】RDN论文第二课时:论文精读.ts 93.99M| | ├──【老版本】【第3篇】RDN论文第三课时:代码讲解.ts 33.47M| | ├──【老版本】【第3篇】RDN论文第一课时:论文导读.ts 29.02M| | ├──【老版本】【第4篇】PASSRnet论文第二课时:论文精读.ts 96.45M| | ├──【老版本】【第4篇】PASSRnet论文第三课时:代码讲解.ts 54.03M| | ├──【老版本】【第4篇】PASSRnet论文第三课时:代码讲解_1.ts 54.03M| | ├──【老版本】【第4篇】PASSRnet论文第一课时:论文导读.ts 50.32M| | ├──【老版本】【第5篇】原生GAN论文第二课时:论文精读.ts 62.40M| | ├──【老版本】【第5篇】原生GAN论文第二课时:论文精读_1.ts 62.40M| | ├──【老版本】【第5篇】原生GAN论文第三课时:代码精读.ts 84.24M| | ├──【老版本】【第5篇】原生GAN论文第一课时:论文导读.ts 37.98M| | ├──【老版本】【第6篇】Deep Mutual Learning第二课时:补充内容.ts 114.57M| | ├──【老版本】【第6篇】Deep Mutual Learning第三课时:论文精讲.ts 206.25M| | ├──【老版本】【第6篇】Deep Mutual Learning第四课时:代码讲解.ts 148.55M| | ├──【老版本】【第6篇】Deep Mutual Learning第一课时:论文导读.ts 65.73M| | ├──【老版本】【第7篇】DCGAN论文第二课时:论文精读.ts 76.21M| | ├──【老版本】【第7篇】DCGAN论文第三课时:代码讲解.ts 71.88M| | ├──【老版本】【第7篇】DCGAN论文第一课时:论文导读.ts 71.52M| | ├──【老版本】【第8篇】DAFL论文第二课时:论文精读.ts 120.81M| | ├──【老版本】【第8篇】DAFL论文第三课时:代码讲解.ts 137.82M| | ├──【老版本】【第8篇】DAFL论文第一课时:论文导读.ts 56.32M| | ├──【老版本】【第9篇】RARE论文.ts 533.66M| | └──【资料合集】重点讲解论文原文和代码汇总(CV).txt 0.73kb| └──17 推荐阅读专栏(CV方向)| | ├──【CV论文推荐】10月番.txt 6.36kb| | ├──【CV论文推荐】11月番.txt 2.87kb| | └──【CV论文推荐】12月番—综述专题.txt 4.49kb

人工智能Paper年度会员(CV方向)

本站所有课程资源均为用户上传,如有侵权,请联系邮箱提供相应材料,我们会尽快删除
免费资源网 » 人工智能Paper年度会员(CV方向)