第一章 直播课回放
可试看
1-1节 开班典礼
回放
1.开班典礼
09月24日 20:30-22:30
可试看
1-2节 Pycharm环境配置与Debug演示(没用过的同学必看)
录播
1.Pycharm环境配置与Debug演示(没用过的同学必看)
28分钟
可试看
1-3节 直播1：深度学习核心算法-神经网络与卷积网络
回放
1.深度学习核心算法-神经网络与卷积网络
10月09日 20:30-22:30
1-4节 直播2：卷积神经网络
回放
1.卷积神经网络
10月15日 20:30-22:30
1-5节 直播3：Transformer架构
回放
1.Transformer架构
10月22日 20:30-22:30
1-6节 直播4：Transfomer在视觉任务中的应用实例
回放
1.Transfomer在视觉任务中的应用实例
10月29日 20:30-22:30
1-7节 直播5：YOLO系列（V7）算法解读
回放
1.YOLO系列（V7）算法解读
11月05日 20:30-22:30
1-8节 直播6：分割模型Maskformer系列
回放
1.分割模型Maskformer系列
11月12日 20:30-22:30
1-9节 补充：Mask2former源码解读
录播
1.Backbone获取多层级特征
8分钟
录播
2.多层级采样点初始化构建
10分钟
录播
3.多层级输入特征序列创建方法
9分钟
录播
4.偏移量与权重计算并转换
11分钟
录播
5.Encoder特征构建方法实例
11分钟
录播
6.query要预测的任务解读
10分钟
录播
7.Decoder中的AttentionMask方法
11分钟
录播
8.损失模块输入参数分析
9分钟
录播
9.标签分配策略解读
9分钟
录播
10.正样本筛选损失计算
11分钟
录播
11.标签分类匹配结果分析
13分钟
录播
12.最终损失计算流程
12分钟
录播
13.汇总所有损失完成迭代
7分钟
1-10节 直播7：半监督物体检测
回放
1.半监督物体检测
11月19日 20:30-22:30
1-11节 直播8：基于图模型的时间序列预测
回放
1.基于图模型的时间序列预测
11月26日 20:30-22:30
1-12节 直播9：图像定位与检索
回放
1.图像定位与检索
12月03日 20:30-22:30
1-13节 直播10：近期内容补充
回放
1.近期内容补充
12月10日 20:30-22:30
1-14节 直播11：文本生成GPT系列
回放
1.文本生成GPT系列
12月17日 20:30-22:30
1-15节 直播12：异构图神经网络
回放
1.异构图神经网络
12月31日 20:30-22:30
1-16节 直播13：BEV特征空间
回放
1.BEV特征空间
01月07日 20:30-22:30
1-17节 补充：BevFormer源码解读
录播
1.环境配置方法解读
9分钟
录播
2.数据集下载与配置方法
9分钟
录播
3.特征提取以及BEV空间初始化
11分钟
可试看
录播
4.特征对齐与位置编码初始化
10分钟
录播
5.Reference初始点构建
10分钟
录播
6.BEV空间与图像空间位置对应
10分钟
录播
7.注意力机制模块计算方法
10分钟
录播
8.BEV空间特征构建
9分钟
录播
9.Decoder要完成的任务分析
9分钟
录播
10.获取当前BEV特征
9分钟
录播
11.Decoder级联校正模块
11分钟
录播
12.损失函数与预测可视化
13分钟
1-18节 直播14：知识蒸馏
回放
1.知识蒸馏
01月14日 20:30-22:30
可试看
1-19节 直播15：六期总结与论文简历
回放
1.六期总结与论文简历
02月04日 20:30-22:30
第二章 深度学习必备核心算法
可试看
2-1节 神经网络算法解读
录播
1.神经网络算法解读
2小时10分钟
可试看
2-2节 卷积神经网络算法解读
录播
1.卷积神经网络算法解读
1小时57分钟
2-3节 递归神经网络算法解读
录播
1.递归神经网络算法解读
2小时5分钟
第三章 深度学习核心框架PyTorch
3-1节 PyTorch框架介绍与配置安装
录播
1.PyTorch框架与其他框架区别分析
12分钟
录播
2.CPU与GPU版本安装方法解读
17分钟
3-2节 使用神经网络进行分类任务
录播
1.数据集与任务概述
11分钟
录播
2.基本模块应用测试
12分钟
录播
3.网络结构定义方法
12分钟
录播
4.数据源定义简介
10分钟
录播
5.损失与训练模块分析
12分钟
录播
6.训练一个基本的分类模型
10分钟
录播
7.参数对结果的影响
8分钟
3-3节 神经网络回归任务-气温预测
录播
1.神经网络回归任务-气温预测
52分钟
3-4节 卷积网络参数解读分析
录播
1.输入特征通道分析
12分钟
录播
2.卷积网络参数解读
9分钟
录播
3.卷积网络模型训练
12分钟
3-5节 图像识别模型与训练策略（重点）
录播
1.任务分析与图像数据基本处理
11分钟
录播
2.数据增强模块
11分钟
录播
3.数据集与模型选择
9分钟
录播
4.迁移学习方法解读
12分钟
录播
5.输出层与梯度设置
11分钟
录播
6.输出类别个数修改
10分钟
录播
7.优化器与学习率衰减
10分钟
录播
8.模型训练方法
11分钟
录播
9.重新训练全部模型
11分钟
录播
10.测试结果演示分析
18分钟
3-6节 DataLoader自定义数据集制作
录播
1.Dataloader要完成的任务分析
9分钟
录播
2.图像数据与标签路径处理
9分钟
录播
3.Dataloader中需要实现的方法分析
13分钟
录播
4.实用Dataloader加载数据并训练模型
12分钟
3-7节 LSTM文本分类实战
录播
1.数据集与任务目标分析
9分钟
录播
2.文本数据处理基本流程分析
11分钟
录播
3.命令行参数与DEBUG
10分钟
录播
4.训练模型所需基本配置参数分析
13分钟
录播
5.预料表与字符切分
10分钟
录播
6.字符预处理转换ID
10分钟
录播
7.LSTM网络结构基本定义
11分钟
录播
8.网络模型预测结果输出
12分钟
录播
9.模型训练任务与总结
12分钟
3-8节 PyTorch框架Flask部署例子
录播
1.基本结构与训练好的模型加载
7分钟
录播
2.服务端处理与预测函数
12分钟
录播
3.基于Flask测试模型预测结果
12分钟
第四章 MMLAB实战系列
4-1节 MMCV安装方法
录播
1.MMCV安装方法
7分钟
4-2节 第一模块：分类任务基本操作
录播
1.MMCLS问题修正
5分钟
录播
2.准备MMCLS项目
9分钟
录播
3.基本参数配置解读
9分钟
录播
4.各模块配置文件组成
11分钟
录播
5.生成完整配置文件
5分钟
录播
6.根据文件夹定义数据集
10分钟
录播
7.构建自己的数据集
8分钟
录播
8.训练自己的任务
10分钟
4-3节 第一模块：训练结果测试与验证
录播
1.测试DEMO效果
6分钟
录播
2.测试评估模型效果
6分钟
录播
3.MMCLS中增加一个新的模块
15分钟
录播
4.修改配置文件中的参数
13分钟
录播
5.数据增强流程可视化展示
9分钟
录播
6.Grad-Cam可视化方法
11分钟
录播
7.可视化细节与效果分析
16分钟
录播
8.MMCLS可视化模块应用
12分钟
录播
9.模型分析脚本使用
7分钟
4-4节 第一模块：模型源码DEBUG演示
录播
1.VIT任务概述
8分钟
录播
2.数据增强模块概述分析
11分钟
录播
3.PatchEmbedding层
7分钟
录播
4.前向传播基本模块
9分钟
录播
5.CLS与输出模块
10分钟
4-5节 第二模块：使用分割模块训练自己的数据集
录播
1.项目配置基本介绍
10分钟
录播
2.数据集标注与制作方法
15分钟
录播
3.根据预测类别数修改配置文件
10分钟
录播
4.加载预训练模型开始训练
16分钟
录播
5.预测DEMO演示
5分钟
4-6节 第二模块：基于Unet进行各种策略修改
录播
1.配置文件解读
8分钟
录播
2.编码层模块
7分钟
录播
3.上采样与输出层
7分钟
录播
4.辅助层的作用
5分钟
录播
5.给Unet添加一个neck层
8分钟
录播
6.如何修改参数适配网络结构
5分钟
录播
7.将Unet特征提取模块替换成transformer
6分钟
录播
8.VIT模块源码分析
9分钟
4-7节 第二模块：分割任务CVPR最新Backbone设计及其应用
录播
1.注册自己的Backbone模块
8分钟
录播
2.配置文件指定
7分钟
录播
3.DEBUG解读Backbone设计
8分钟
录播
4.PatchEmbedding的作用与实现
9分钟
录播
5.卷积位置编码计算方法
12分钟
录播
6.近似Attention模块实现
10分钟
录播
7.完成特征提取与融合模块
9分钟
录播
8.分割输出模块
6分钟
录播
9.全局特征的作用与实现
11分钟
录播
10.汇总多层级特征进行输出
9分钟
4-8节 第三模块：mmdet训练自己的数据任务
录播
1.数据集标注与标签获取
9分钟
录播
2.COCO数据标注格式
7分钟
录播
3.通过脚本生成COCO数据格式
7分钟
录播
4.配置文件数据增强策略分析
11分钟
录播
5.训练所需配置说明
10分钟
录播
6.模型训练与DEMO演示
7分钟
录播
7.模型测试与可视化分析模块
16分钟
录播
8.补充：评估指标
4分钟
4-9节 第三模块：DeformableDetr物体检测源码分析
录播
1.特征提取与位置编码
9分钟
录播
2.序列特征展开并叠加
8分钟
录播
3.得到相对位置点编码
8分钟
录播
4.准备Encoder编码层所需全部输入
10分钟
录播
5.编码层中的序列分析
9分钟
录播
6.偏移量offset计算
12分钟
录播
7.偏移量对齐操作
8分钟
录播
8.Encoder层完成特征对齐
12分钟
录播
9.Decoder要完成的操作
9分钟
录播
10.分类与回归输出模块
8分钟
录播
11.预测输出结果与标签匹配模块
10分钟
4-10节 补充：Mask2former源码解读
录播
1.Backbone获取多层级特征
8分钟
录播
2.多层级采样点初始化构建
10分钟
录播
3.多层级输入特征序列创建方法
9分钟
录播
4.偏移量与权重计算并转换
11分钟
录播
5.Encoder特征构建方法实例
11分钟
录播
6.query要预测的任务解读
10分钟
录播
7.Decoder中的AttentionMask方法
11分钟
录播
8.损失模块输入参数分析
9分钟
录播
9.标签分配策略解读
9分钟
录播
10.正样本筛选损失计算
11分钟
录播
11.标签分类匹配结果分析
13分钟
录播
12.最终损失计算流程
12分钟
录播
13.汇总所有损失完成迭代
7分钟
4-11节 第三模块：DeformableDetr算法解读
录播
1.DeformableDetr算法解读
2小时6分钟
4-12节 KIE关键信息抽取与视频超分辨率重构
录播
1.KIE关键信息抽取与视频超分辨率重构
2小时12分钟
4-13节 第四模块：DBNET文字检测
录播
1.文字检测数据概述与配置文件
10分钟
录播
2.配置文件参数设置
6分钟
录播
3.Neck层特征组合
8分钟
录播
4.损失函数模块概述
8分钟
录播
5.损失计算方法
9分钟
4-14节 第四模块：ANINET文字识别
录播
1.数据集与环境概述
8分钟
录播
2.配置文件修改方法
10分钟
录播
3.Bakbone模块得到特征
9分钟
录播
4.视觉Transformer模块的作用
8分钟
录播
5.视觉模型中的编码与解码的效果
12分钟
录播
6.文本模型中的结构分析
8分钟
录播
7.迭代修正模块
8分钟
录播
8.输出层与损失计算
9分钟
4-15节 第四模块：KIE基于图模型的关键信息抽取
录播
1.配置文件以及要完成的任务解读
6分钟
录播
2.KIE数据集格式调整方法
13分钟
录播
3.配置文件与标签要进行处理操作
10分钟
录播
4.边框要计算的特征分析
9分钟
录播
5.标签数据处理与关系特征提取
11分钟
录播
6.特征合并处理
10分钟
录播
7.准备拼接边与点特征
8分钟
录播
8.整合得到图模型输入特征
11分钟
4-16节 第五模块：stylegan2源码解读
录播
1.要完成的任务与基本思想概述
10分钟
录播
2.得到style特征编码
8分钟
录播
3.特征编码风格拼接
8分钟
录播
4.基础风格特征卷积模块
8分钟
录播
5.上采样得到输出结果
7分钟
录播
6.损失函数概述
5分钟
4-17节 第六模块：BasicVSR++视频超分辨重构源码解读
录播
1.要完成的任务分析与配置文件
9分钟
录播
2.特征基础提取模块
8分钟
录播
3.光流估计网络模块
7分钟
录播
4.基于光流完成对齐操作
11分钟
录播
5.偏移量计算方法
8分钟
录播
6.双向计算特征对齐
9分钟
录播
7.提特征传递流程分析
8分钟
录播
8.序列传播计算
8分钟
录播
9.准备变形卷积模块的输入
9分钟
录播
10.传播流程整体完成一圈
11分钟
录播
11.完成输出结果
10分钟
4-18节 第七模块：多模态3D目标检测算法源码解读
录播
1.环境配置与数据集概述
8分钟
录播
2.数据与标注文件介绍
12分钟
录播
3.基本流程梳理并进入debug模式
9分钟
录播
4.数据与图像特征提取模块
12分钟
录播
5.体素索引位置获取
11分钟
录播
6.体素特征提取方法解读
8分钟
录播
7.体素特征计算方法分析
12分钟
录播
8.全局体素特征提取
18分钟
录播
9.多模态特征融合
11分钟
录播
10.3D卷积特征融合
10分钟
录播
11.输出层预测结果
10分钟
4-19节 第八模块：模型蒸馏应用实例
录播
1.任务概述与工具使用
8分钟
录播
2.Teacher与Student网络结构定义
10分钟
录播
3.训练T与S得到蒸馏模型
11分钟
录播
4.开始模型训练过程与问题修正
10分钟
录播
5.日志输出与模型分离
10分钟
录播
6.分别得到Teacher与Student模型
9分钟
录播
7.实际测试效果演示
8分钟
4-20节 第八模块：模型剪枝方法概述分析
录播
1.SuperNet网络结构分析与剪枝概述
11分钟
录播
2.搜索匹配到符合计算量的模型并训练
12分钟
4-21节 第九模块：mmaction行为识别
录播
1.创建自己的行为识别标注数据集
48分钟
4-22节 OCR算法解读
录播
1.OCR算法解读
2小时18分钟
4-23节 额外补充-在源码中加入各种注意力机制方法
录播
1.在源码中加入各种注意力机制方法
24分钟
第五章 Opencv图像处理框架实战
5-1节 课程简介与环境配置
录播
1.课程简介
2分钟
录播
2.Python与Opencv配置安装
10分钟
录播
3.Notebook与IDE环境
11分钟
5-2节 图像基本操作
录播
1.计算机眼中的图像
9分钟
录播
2.视频的读取与处理
10分钟
录播
3.ROI区域
4分钟
录播
4.边界填充
5分钟
录播
5.数值计算
9分钟
5-3节 阈值与平滑处理
录播
1.图像阈值
7分钟
录播
2.图像平滑处理
7分钟
录播
3.高斯与中值滤波
6分钟
5-4节 图像形态学操作
录播
1.腐蚀操作
6分钟
录播
2.膨胀操作
3分钟
录播
3.开运算与闭运算
2分钟
录播
4.梯度计算
2分钟
录播
5.礼帽与黑帽
3分钟
5-5节 图像梯度计算
录播
1.Sobel算子
9分钟
录播
2.梯度计算方法
8分钟
录播
3.scharr与lapkacian算子
6分钟
5-6节 边缘检测
录播
1.Canny边缘检测流程
5分钟
录播
2.非极大值抑制
5分钟
录播
3.边缘检测效果
8分钟
5-7节 图像金字塔与轮廓检测
录播
1.图像金字塔定义
6分钟
录播
2.金字塔制作方法
7分钟
录播
3.轮廓检测方法
6分钟
录播
4.轮廓检测结果
7分钟
录播
5.轮廓特征与近似
11分钟
录播
6.模板匹配方法
11分钟
录播
7.匹配效果展示
5分钟
5-8节 直方图与傅里叶变换
录播
1.直方图定义
7分钟
录播
2.均衡化原理
9分钟
录播
3.均衡化效果
6分钟
录播
4.傅里叶概述
7分钟
录播
5.频域变换结果
7分钟
录播
6.低通与高通滤波
6分钟
5-9节 项目实战-信用卡数字识别
录播
1.总体流程与方法讲解
9分钟
录播
2.环境配置与预处理
8分钟
录播
3.模板处理方法
6分钟
录播
4.输入数据处理方法
8分钟
录播
5.模板匹配得出识别结果
10分钟
5-10节 项目实战-文档扫描OCR识别
录播
1.整体流程演示
5分钟
录播
2.文档轮廓提取
8分钟
录播
3.原始与变换坐标计算
7分钟
录播
4.透视变换结果
8分钟
录播
5.tesseract-ocr安装配置
7分钟
录播
6.文档扫描识别效果
5分钟
5-11节 图像特征-harris
录播
1.角点检测基本原理
5分钟
录播
2.基本数学原理
10分钟
录播
3.求解化简
10分钟
录播
4.特征归属划分
10分钟
录播
5.opencv角点检测效果
6分钟
5-12节 图像特征-sift
录播
1.尺度空间定义
5分钟
录播
2.高斯差分金字塔
6分钟
录播
3.特征关键点定位
14分钟
录播
4.生成特征描述
7分钟
录播
5.特征向量生成
9分钟
录播
6.opencv中sift函数使用
8分钟
5-13节 案例实战-全景图像拼接
录播
1.特征匹配方法
8分钟
录播
2.RANSAC算法
9分钟
录播
3.图像拼接方法
10分钟
录播
4.流程解读
5分钟
5-14节 项目实战-停车场车位识别
录播
1.任务整体流程
7分钟
录播
2.所需数据介绍
5分钟
录播
3.图像数据预处理
8分钟
录播
4.车位直线检测
12分钟
录播
5.按列划分区域
11分钟
录播
6.车位区域划分
11分钟
录播
7.识别模型构建
6分钟
录播
8.基于视频的车位检测
9分钟
5-15节 项目实战-答题卡识别判卷
录播
1.整体流程与效果概述
6分钟
录播
2.预处理操作
7分钟
录播
3.填涂轮廓检测
7分钟
录播
4.选项判断识别
10分钟
5-16节 背景建模
录播
1.背景消除-帧差法
7分钟
录播
2.混合高斯模型
6分钟
录播
3.学习步骤
7分钟
录播
4.背景建模实战
6分钟
5-17节 光流估计
录播
1.基本概念
6分钟
录播
2.Lucas-Kanade算法
6分钟
录播
3.推导求解
7分钟
录播
4.光流估计实战
13分钟
5-18节 Opencv的DNN模块
录播
1.dnn模块
8分钟
录播
2.模型加载结果输出
9分钟
5-19节 项目实战-目标追踪
录播
1.目标追踪概述
11分钟
录播
2.多目标追踪实战
7分钟
录播
3.深度学习检测框架加载
9分钟
录播
4.基于dlib与ssd的追踪
13分钟
录播
5.多进程目标追踪
6分钟
录播
6.多进程效率提升对比
8分钟
5-20节 卷积原理与操作
录播
1.卷积神经网络的应用
14分钟
录播
2.卷积层解释
12分钟
录播
3.卷积计算过程
12分钟
录播
4.pading与stride
13分钟
录播
5.卷积参数共享
8分钟
录播
6.池化层原理
8分钟
录播
7.卷积效果演示
6分钟
录播
8.卷积操作流程
10分钟
5-21节 项目实战-疲劳检测
录播
1.关键点定位概述
5分钟
录播
2.获取人脸关键点
8分钟
录播
3.定位效果演示
9分钟
录播
4.闭眼检测
6分钟
录播
5.检测效果
8分钟
第六章 综合项目-物体检测经典算法实战
6-1节 深度学习经典检测⽅法概述
录播
1.检测任务中阶段的意义
6分钟
录播
2.不同阶段算法优缺点分析
4分钟
录播
3.IOU指标计算
5分钟
录播
4.评估所需参数计算
10分钟
录播
5.map指标计算
7分钟
6-2节 YOLO-V1整体思想与网络架构
录播
1.YOLO算法整体思路解读
7分钟
录播
2.检测算法要得到的结果
6分钟
录播
3.整体网络架构解读
11分钟
录播
4.位置损失计算
8分钟
录播
5.置信度误差与优缺点分析
11分钟
6-3节 YOLO-V2改进细节详解
录播
1.V2版本细节升级概述
5分钟
录播
2.网络结构特点
6分钟
录播
3.架构细节解读
6分钟
录播
4.基于聚类来选择先验框尺寸
10分钟
录播
5.偏移量计算方法
10分钟
录播
6.坐标映射与还原
3分钟
录播
7.感受野的作用
11分钟
录播
8.特征融合改进
7分钟
6-4节 YOLO-V3核心网络模型
录播
1.V3版本改进概述
8分钟
录播
2.多scale方法改进与特征融合
7分钟
录播
3.经典变换方法对比分析
4分钟
录播
4.残差连接方法解读
7分钟
录播
5.整体网络模型架构分析
5分钟
录播
6.先验框设计改进
5分钟
录播
7.sotfmax层改进
4分钟
6-5节 项目实战-基于V3版本进行源码解读（建议直接跑V5版本）
录播
1.数据与环境配置
12分钟
录播
2.训练参数设置
4分钟
录播
3.COCO图像数据读取与处理
8分钟
录播
4.标签文件读取与处理
5分钟
录播
5.debug模式介绍
4分钟
录播
6.基于配置文件构建网络模型
7分钟
录播
7.路由层与shortcut层的作用
7分钟
录播
8.YOLO层定义解析
9分钟
录播
9.预测结果计算
10分钟
录播
10.网格偏移计算
8分钟
录播
11.模型要计算的损失概述
6分钟
录播
12.标签值格式修改
6分钟
录播
13.坐标相对位置计算
8分钟
录播
14.完成所有损失函数所需计算指标
8分钟
录播
15.模型训练与总结
14分钟
录播
16.预测效果展示
6分钟
6-6节 基于YOLO-V3训练自己的数据集与任务（建议直接跑V5版本）
录播
1.Labelme工具安装
4分钟
录播
2.数据信息标注
4分钟
录播
3.完成标签制作
6分钟
录播
4.生成模型所需配置文件
8分钟
录播
5.json格式转换成yolo-v3所需输入
6分钟
录播
6.完成输入数据准备工作
8分钟
录播
7.训练代码与参数配置更改
10分钟
录播
8.训练模型并测试效果
7分钟
6-7节 YOLO-V4版本算法解读
录播
1.V4版本整体概述
6分钟
录播
2.V4版本贡献解读
4分钟
录播
3.数据增强策略分析
9分钟
录播
4.DropBlock与标签平滑方法
8分钟
录播
5.损失函数遇到的问题
6分钟
录播
6.CIOU损失函数定义
4分钟
录播
7.NMS细节改进
5分钟
录播
8.SPP与CSP网络结构
6分钟
录播
9.SAM注意力机制模块
9分钟
录播
10.PAN模块解读
8分钟
录播
11.激活函数与整体架构总结
8分钟
6-8节 V5版本项目配置
录播
1.整体项目概述
6分钟
录播
2.训练自己的数据集方法
7分钟
录播
3.训练数据参数配置
8分钟
录播
4.测试DEMO演示
6分钟
6-9节 V5项目工程源码解读
录播
1.数据源DEBUG流程解读
6分钟
录播
2.图像数据源配置
9分钟
录播
3.加载标签数据
6分钟
录播
4.Mosaic数据增强方法
7分钟
录播
5.数据四合一方法与流程演示
11分钟
录播
6.getItem构建batch
8分钟
录播
7.网络架构图可视化工具安装
7分钟
录播
8.V5网络配置文件解读
8分钟
录播
9.Focus模块流程分析
6分钟
录播
10.完成配置文件解析任务
11分钟
录播
11.前向传播计算
6分钟
录播
12.BottleneckCSP层计算方法
7分钟
录播
13.SPP层计算细节分析
8分钟
录播
14.Head层流程解读
7分钟
录播
15.上采样与拼接操作
4分钟
录播
16.输出结果分析
6分钟
录播
17.超参数解读
6分钟
录播
18.命令行参数介绍
6分钟
录播
19.训练流程解读
10分钟
录播
20.各种训练策略概述
8分钟
录播
21.模型迭代过程
7分钟
6-10节 V7源码解读
录播
1.命令行参数介绍
6分钟
录播
2.基本参数作用
11分钟
录播
3.EMA等训练技巧解读
13分钟
录播
4.网络结构配置文件解读
10分钟
录播
5.各模块操作细节分析
11分钟
录播
6.输出层与配置文件其他模块解读
15分钟
录播
7.标签分配策略准备操作
10分钟
录播
8.候选框偏移方法与find3p模块解读
9分钟
录播
9.得到偏移点所在网格位置
11分钟
录播
10.完成BuildTargets模块
12分钟
录播
11.候选框筛选流程分析
8分钟
录播
12.预测值各项指标获取与调整
11分钟
录播
13.GT匹配正样本数量计算
10分钟
录播
14.通过IOU与置信度分配正样本
13分钟
录播
15.损失函数计算方法
10分钟
录播
16.辅助头AUX网络结构配置文件解析
9分钟
录播
17.辅助头损失函数调整
8分钟
录播
18.BN与卷积权重参数融合方法
13分钟
录播
19.重参数化多分支合并加速
11分钟
6-11节 EfficientNet网络
录播
1.EfficientNet网络模型
1小时59分钟
6-12节 EfficientDet检测算法
录播
1.EfficientDet检测算法
2小时6分钟
6-13节 基于Transformer的detr目标检测算法
录播
1.DETR目标检测基本思想解读
8分钟
录播
2.整体网络架构分析
10分钟
录播
3.位置信息初始化query向量
6分钟
录播
4.注意力机制的作用方法
7分钟
录播
5.训练过程的策略
6分钟
6-14节 detr目标检测源码解读
录播
1.项目环境配置解读
9分钟
录播
2.数据处理与dataloader
13分钟
录播
3.位置编码作用分析
10分钟
录播
4.backbone特征提取模块
8分钟
录播
5.mask与编码模块
8分钟
录播
6.编码层作用方法
8分钟
录播
7.Decoder层操作与计算
7分钟
录播
8.输出预测结果
9分钟
录播
9.损失函数与预测输出
6分钟
第七章 图像分割实战
7-1节 图像分割及其损失函数概述
录播
1.语义分割与实例分割概述
6分钟
录播
2.分割任务中的目标函数定义
7分钟
录播
3.MIOU评估标准
3分钟
7-2节 卷积神经⽹络原理与参数解读
录播
1.卷积神经网络应用领域
7分钟
录播
2.卷积的作用
9分钟
录播
3.卷积特征值计算方法
8分钟
录播
4.得到特征图表示
6分钟
录播
5.步长与卷积核大小对结果的影响
8分钟
录播
6.边缘填充方法
6分钟
录播
7.特征图尺寸计算与参数共享
7分钟
录播
8.池化层的作用
5分钟
录播
9.整体网络架构
6分钟
录播
10.VGG网络架构
6分钟
录播
11.残差网络Resnet
7分钟
录播
12.感受野的作用
5分钟
7-3节 Unet系列算法讲解
录播
1.Unet网络编码与解码过程
8分钟
录播
2.网络计算流程
6分钟
录播
3.Unet升级版本改进
5分钟
录播
4.后续升级版本介绍
6分钟
7-4节 unet医学细胞分割实战
录播
1.医学细胞数据集介绍与参数配置
6分钟
录播
2.数据增强工具
7分钟
录播
3.Debug模式演示网络计算流程
6分钟
录播
4.特征融合方法演示
7分钟
录播
5.迭代完成整个模型计算任务
8分钟
录播
6.模型效果验证
5分钟
7-5节 U2NET显著性检测实战
录播
1.任务目标与网络整体介绍
9分钟
录播
2.显著性检测任务与目标概述
6分钟
录播
3.编码器模块解读
9分钟
录播
4.解码器输出结果
6分钟
录播
5.损失函数与应用效果
6分钟
7-6节 deeplab系列算法
录播
1.deeplab分割算法概述
6分钟
录播
2.空洞卷积的作用
6分钟
录播
3.感受野的意义
6分钟
录播
4.SPP层的作用
7分钟
录播
5.ASPP特征融合策略
5分钟
录播
6.deeplabV3Plus版本网络架构
8分钟
7-7节 基于deeplabV3+版本进⾏VOC分割实战
录播
1.PascalVoc数据集介绍
9分钟
录播
2.项目参数与数据集读取
10分钟
录播
3.网络前向传播流程
6分钟
录播
4.ASPP层特征融合
11分钟
录播
5.分割模型训练
5分钟
7-8节 医学⼼脏视频数据集分割建模实战
录播
1.数据集与任务概述
7分钟
录播
2.项目基本配置参数
6分钟
录播
3.任务流程解读
8分钟
录播
4.文献报告分析
9分钟
录播
5.补充：视频数据源特征处理方法概述
9分钟
录播
6.补充：R(2plus1)D处理方法分析
6分钟
7-9节 物体检测框架-MaskRcnn项目介绍与配置
录播
1.Mask-Rcnn开源项目简介
8分钟
录播
2.开源项目数据集
5分钟
录播
3.开源项目数据集
12分钟
7-10节 MaskRcnn网络框架源码详解
录播
1.FPN层特征提取原理解读
13分钟
录播
2.FPN网络架构实现解读
11分钟
录播
3.生成框比例设置
7分钟
录播
4.基于不同尺度特征图生成所有框
8分钟
录播
5.RPN层的作用与实现解读
9分钟
录播
6.候选框过滤方法
5分钟
录播
7.Proposal层实现方法
8分钟
录播
8.DetectionTarget层的作用
7分钟
录播
9.正负样本选择与标签定义
5分钟
录播
10.RoiPooling层的作用与目的
9分钟
录播
11.RorAlign操作的效果
7分钟
录播
12.整体框架回顾
9分钟
7-11节 基于MASK-RCNN框架训练自己的数据与任务
录播
1.Labelme工具安装
4分钟
录播
2.使用labelme进行数据与标签标注
9分钟
录播
3.完成训练数据准备工作
9分钟
录播
4.maskrcnn源码修改方法
10分钟
录播
5.基于标注数据训练所需任务
7分钟
录播
6.测试与展示模块
6分钟
第八章 行为识别实战
8-1节 slowfast算法知识点通俗解读
录播
1.slowfast核心思想解读
7分钟
录播
2.核心网络结构模块分析
9分钟
录播
3.数据采样曾的作用
6分钟
录播
4.模型网络结构设计
5分钟
录播
5.特征融合模块与总结分析
10分钟
8-2节 slowfast项目环境配置与配置文件
录播
1.环境基本配置解读
8分钟
录播
2.目录各文件分析
8分钟
录播
3.配置文件作用解读
8分钟
录播
4.测试DEMO演示
6分钟
录播
5.训练所需标签文件说明
10分钟
录播
6.训练所需视频数据准备
8分钟
录播
7.视频数据集切分操作
8分钟
录播
8.完成视频分帧操作
6分钟
8-3节 slowfast源码详细解读
录播
1.模型所需配置文件参数读取
7分钟
录播
2.数据处理概述
7分钟
录播
3.dataloader数据遍历方法
9分钟
录播
4.数据与标签读取实例
8分钟
录播
5.图像数据所需预处理方法
10分钟
录播
6.slow与fast分别执行采样操作
9分钟
录播
7.分别计算特征图输出结果
7分钟
录播
8.slow与fast特征图拼接操作
9分钟
录播
9.resnetBolock操作
7分钟
录播
10.RoiAlign与输出层
11分钟
8-4节 基于3D卷积的视频分析与动作识别
录播
1.3D卷积原理解读
7分钟
录播
2.UCF101动作识别数据集简介
6分钟
录播
3.测试效果与项目配置
12分钟
录播
4.视频数据预处理方法
7分钟
录播
5.数据Batch制作方法
9分钟
录播
6.3D卷积网络所涉及模块
7分钟
录播
7.训练网络模型
8分钟
8-5节 视频异常检测算法与元学习
录播
1.异常检测要解决的问题与数据集介绍
8分钟
录播
2.基本思想与流程分析
8分钟
录播
3.预测与常见问题
9分钟
录播
4.Meta-Learn要解决的问题
8分钟
录播
5.学习能力与参数定义
5分钟
录播
6.如何找到合适的初始化参数
7分钟
录播
7.MAML算法流程解读
10分钟
8-6节 视频异常检测CVPR2021论文及其源码解读
录播
1.论文概述与环境配置
5分钟
录播
2.数据集配置与读取
6分钟
录播
3.模型编码与解码结构
7分钟
录播
4.注意力机制模块打造
10分钟
录播
5.损失函数的目的
8分钟
录播
6.特征图生成
5分钟
录播
7.MetaLearn与输出
6分钟
8-7节 基础补充-Resnet模型及其应用实例
录播
1.医学疾病数据集介绍
4分钟
录播
2.Resnet网络架构原理分析
9分钟
录播
3.dataloader加载数据集
11分钟
录播
4.Resnet网络前向传播
6分钟
录播
5.残差网络的shortcut操作
9分钟
录播
6.特征图升维与降采样操作
6分钟
录播
7.网络整体流程与训练演示
11分钟
第九章 2022论文必备-Transformer实战系列
9-1节 课程介绍
录播
1.课程介绍
4分钟
9-2节 自然语言处理通用框架BERT原理解读
录播
1.BERT任务目标概述
5分钟
录播
2.传统解决方案遇到的问题
11分钟
录播
3.注意力机制的作用
6分钟
录播
4.self-attention计算方法
11分钟
录播
5.特征分配与softmax机制
9分钟
录播
6.Multi-head的作用
9分钟
录播
7.位置编码与多层堆叠
7分钟
录播
8.transformer整体架构梳理
10分钟
录播
9.BERT模型训练方法
9分钟
录播
10.训练实例
9分钟
9-3节 Transformer在视觉中的应用VIT算法
录播
1.transformer发家史介绍
6分钟
录播
2.对图像数据构建patch序列
9分钟
录播
3.VIT整体架构解读
9分钟
录播
4.CNN遇到的问题与窘境
7分钟
录播
5.计算公式解读
9分钟
录播
6.位置编码与TNT模型
8分钟
录播
7.TNT模型细节分析
9分钟
9-4节 VIT算法模型源码解读
录播
1.项目配置说明
6分钟
录播
2.输入序列构建方法解读
7分钟
录播
3.注意力机制计算
7分钟
录播
4.输出层计算结果
7分钟
9-5节 swintransformer算法原理解析
录播
1.swintransformer整体概述
5分钟
录播
2.要解决的问题及其优势分析
8分钟
录播
3.一个block要完成的任务
6分钟
录播
4.获取各窗口输入特征
8分钟
录播
5.基于窗口的注意力机制解读
10分钟
录播
6.窗口偏移操作的实现
8分钟
录播
7.偏移细节分析及其计算量概述
7分钟
录播
8.整体网络架构整合
6分钟
录播
9.下采样操作实现方法
6分钟
录播
10.分层计算方法
6分钟
9-6节 swintransformer源码解读
录播
1.数据与环境配置解读
11分钟
录播
2.图像数据patch编码
7分钟
录播
3.数据按window进行划分计算
7分钟
录播
4.基础attention计算模块
8分钟
录播
5.窗口位移模块细节分析
8分钟
录播
6.patchmerge下采样操作
4分钟
录播
7.各block计算方法解读
6分钟
录播
8.输出层概述
5分钟
9-7节 基于Transformer的detr目标检测算法
录播
1.DETR目标检测基本思想解读
8分钟
录播
2.整体网络架构分析
10分钟
录播
3.位置信息初始化query向量
6分钟
录播
4.注意力机制的作用方法
7分钟
录播
5.训练过程的策略
6分钟
9-8节 detr目标检测源码解读
录播
1.项目环境配置解读
9分钟
录播
2.数据处理与dataloader
13分钟
录播
3.位置编码作用分析
10分钟
录播
4.backbone特征提取模块
8分钟
录播
5.mask与编码模块
8分钟
录播
6.编码层作用方法
8分钟
录播
7.Decoder层操作与计算
7分钟
录播
8.输出预测结果
9分钟
录播
9.损失函数与预测输出
6分钟
9-9节 MedicalTrasnformer论文解读
录播
1.论文整体分析
7分钟
录播
2.核心思想分析
11分钟
录播
3.网络结构计算流程概述
9分钟
录播
4.论文公式计算分析
10分钟
录播
5.位置编码的作用与效果
12分钟
录播
6.拓展应用分析
15分钟
9-10节 MedicalTransformer源码解读
录播
1.项目环境配置
5分钟
录播
2.医学数据介绍与分析
8分钟
录播
3.基本处理操作
5分钟
录播
4.AxialAttention实现过程
8分钟
录播
5.位置编码向量解读
7分钟
录播
6.注意力计算过程与方法
11分钟
录播
7.局部特征提取与计算
6分钟
9-11节 商汤LoFTR算法解读
录播
1.特征匹配的应用场景
8分钟
录播
2.特征匹配的基本流程分析
6分钟
录播
3.整体流程梳理分析
6分钟
录播
4.CrossAttention的作用与效果
6分钟
录播
5.transformer构建匹配特征
11分钟
录播
6.粗粒度匹配过程与作用
10分钟
录播
7.特征图拆解操作
5分钟
录播
8.细粒度匹配的作用与方法
7分钟
录播
9.基于期望预测最终位置
9分钟
录播
10.总结分析
4分钟
9-12节 局部特征关键点匹配实战
录播
1.项目与参数配置解读
6分钟
录播
2.DEMO效果演示
5分钟
录播
3.backbone特征提取模块
5分钟
录播
4.注意力机制的作用与效果分析
7分钟
录播
5.特征融合模块实现方法
7分钟
录播
6.cross关系计算方法实例
7分钟
录播
7.粗粒度匹配过程
8分钟
录播
8.完成基础匹配模块
10分钟
录播
9.精细化调整方法与实例
9分钟
录播
10.得到精细化输出结果
4分钟
录播
11.通过期望计算最终输出
6分钟
9-13节 项目补充-谷歌开源项目BERT源码解读与应用实例
录播
1.BERT开源项目简介
7分钟
录播
2.项目参数配置
12分钟
录播
3.数据读取模块
7分钟
录播
4.数据预处理模块
9分钟
录播
5.tfrecord制作
11分钟
录播
6.Embedding层的作用
7分钟
录播
7.加入额外编码特征
9分钟
录播
8.加入位置编码特征
5分钟
录播
9.mask机制的作用
8分钟
录播
10.构建QKV矩阵
12分钟
录播
11.完成Transformer模块构建
9分钟
录播
12.训练BERT模型
8分钟
9-14节 项目补充-基于BERT的中文情感分析实战
录播
1.中文分类数据与任务概述
6分钟
录播
2.读取处理自己的数据集
9分钟
录播
3.训练BERT中文分类模型
9分钟
第一十章 图神经网络实战
10-1节 图神经网络基础
录播
1.图神经网络应用领域分析
11分钟
录播
2.图基本模块定义
5分钟
录播
3.邻接矩阵的定义
6分钟
录播
4.GNN中常见任务
7分钟
录播
5.消息传递计算方法
6分钟
录播
6.多层GCN的作用
5分钟
10-2节 图卷积GCN模型
录播
1.GCN基本模型概述
6分钟
录播
2.图卷积的基本计算方法
5分钟
录播
3.邻接的矩阵的变换
7分钟
录播
4.GCN变换原理解读
7分钟
10-3节 图模型必备神器PyTorch Geometric安装与使用
录播
1.PyTorch Geometric工具包安装与配置方法
6分钟
录播
2.数据集与邻接矩阵格式
8分钟
录播
3.模型定义与训练方法
9分钟
录播
4.文献引用数据集分类案例实战
12分钟
10-4节 使用PyTorch Geometric构建自己的图数据集
录播
1.构建数据集基本方法
4分钟
录播
2.数据集与任务背景概述
5分钟
录播
3.数据集基本预处理
7分钟
录播
4.用户行为图结构创建
7分钟
录播
5.数据集创建函数介绍
7分钟
录播
6.网络结构定义模块
6分钟
录播
7.TopkPooling进行下采样任务
7分钟
录播
8.获取全局特征
6分钟
录播
9.模型训练与总结
5分钟
10-5节 图注意力机制与序列图模型
录播
1.图注意力机制的作用与方法
7分钟
录播
2.邻接矩阵计算图Attention
8分钟
录播
3.序列图神经网络TGCN应用
5分钟
录播
4.序列图神经网络细节
10分钟
10-6节 图相似度论文解读
录播
1.要完成的任务分析
7分钟
录播
2.基本方法概述解读
7分钟
录播
3.图模型提取全局与局部特征
9分钟
录播
4.NTN模块的作用与效果
10分钟
录播
5.点之间的对应关系计算
8分钟
录播
6.结果输出与总结
8分钟
10-7节 图相似度计算实战
录播
1.数据集与任务概述
5分钟
录播
2.图卷积特征提取模块
8分钟
录播
3.分别计算不同Batch点的分布
8分钟
录播
4.获得直方图特征结果
6分钟
录播
5.图的全局特征构建
7分钟
录播
6.NTN图相似特征提取
10分钟
录播
7.预测得到相似度结果
4分钟
10-8节 基于图模型的轨迹估计
录播
1.数据集与标注信息解读
12分钟
录播
2.整体三大模块分析
10分钟
录播
3.特征工程的作用与效果
11分钟
录播
4.传统方法与现在向量空间对比
10分钟
录播
5.输入细节分析
10分钟
录播
6.子图模块构建方法
8分钟
录播
7.特征融合模块分析
10分钟
录播
8.VectorNet输出层分析
11分钟
10-9节 图模型轨迹估计实战
录播
1.数据与环境配置
7分钟
录播
2.训练数据准备
5分钟
录播
3.Agent特征提取方法
11分钟
录播
4.DataLoader构建图结构
8分钟
录播
5.SubGraph与Attention模型流程
9分钟
第一十一章 3D点云实战
11-1节 3D点云实战 3D点云应用领域分析
录播
1.点云数据概述
5分钟
录播
2.点云应用领域与发展分析
9分钟
录播
3.点云分割任务
5分钟
录播
4.点云补全任务
6分钟
录播
5.点云检测与配准任务
8分钟
录播
6.点云数据特征提取概述与预告
5分钟
11-2节 3D点云PointNet算法
录播
1.3D数据应用领域与点云介绍
8分钟
录播
2.点云数据可视化展示
5分钟
录播
3.点云数据特性和及要解决的问题
11分钟
录播
4.PointNet算法出发点解读
6分钟
录播
5.PointNet算法网络架构解读
10分钟
11-3节 PointNet++算法解读
录播
1.PointNet升级版算法要解决的问题
8分钟
录播
2.最远点采样方法
7分钟
录播
3.分组Group方法原理解读
11分钟
录播
4.整体流程概述分析
6分钟
录播
5.分类与分割问题解决方案
7分钟
录播
6.遇到的问题及改进方法分析
4分钟
11-4节 Pointnet++项目实战
录播
1.项目文件概述
5分钟
录播
2.数据读取模块配置
8分钟
录播
3.DEBUG解读网络模型架构
6分钟
录播
4.最远点采样介绍
5分钟
录播
5.采样得到中心点
8分钟
录播
6.组区域划分方法
6分钟
录播
7.实现group操作得到各中心簇
9分钟
录播
8.特征提取模块整体流程
10分钟
录播
9.预测结果输出模块
9分钟
录播
10.分类任务总结
3分钟
录播
11.分割任务数据与配置概述
6分钟
录播
12.分割需要解决的任务概述
4分钟
录播
13.上采样完成分割任务
11分钟
11-5节 点云补全PF-Net论文解读
录播
1.点云补全要解决的问题
3分钟
录播
2.基本解决方案概述
6分钟
录播
3.整体网络概述
7分钟
录播
4.网络计算流程
9分钟
录播
5.输入与计算结果
6分钟
11-6节 点云补全实战解读
录播
1.数据与项目配置解读
8分钟
录播
2.待补全数据准备方法
7分钟
录播
3.整体框架概述
6分钟
录播
4.MRE特征提取模块
8分钟
录播
5.分层预测输出模块
6分钟
录播
6.补全点云数据
7分钟
录播
7.判别模块
5分钟
11-7节 点云配准及其案例实战
录播
1.点云配准任务概述
4分钟
录播
2.配准要完成的目标解读
6分钟
录播
3.训练数据构建
6分钟
录播
4.任务基本流程
5分钟
录播
5.数据源配置方法
7分钟
录播
6.参数计算模块解读
5分钟
录播
7.基于模型预测输出参数
7分钟
录播
8.特征构建方法分析
9分钟
录播
9.任务总结
7分钟
11-8节 基础补充-对抗生成网络架构原理与实战解析
录播
1.对抗生成网络通俗解释
8分钟
录播
2.GAN网络组成
5分钟
录播
3.损失函数解释说明
10分钟
录播
4.数据读取模块
8分钟
录播
5.生成与判别网络定义
8分钟
第一十二章 目标追踪与姿态估计实战
12-1节 课程介绍
录播
1.课程介绍
6分钟
12-2节 姿态估计OpenPose系列算法解读
录播
1.姿态估计要解决的问题分析
5分钟
录播
2.姿态估计应用领域概述
7分钟
录播
3.传统topdown方法的问题
8分钟
录播
4.要解决的两个问题分析
4分钟
录播
5.基于高斯分布预测关键点位置
8分钟
录播
6.各模块输出特征图解读
6分钟
录播
7.PAF向量登场
5分钟
录播
8.PAF标签设计方法
8分钟
录播
9.预测时PAF积分计算方法
11分钟
录播
10.匹配方法解读
6分钟
录播
11.CPM模型特点
7分钟
录播
12.算法流程与总结
7分钟
12-3节 OpenPose算法源码分析
录播
1.数据集与路径配置解读
7分钟
录播
2.读取图像与标注信息
7分钟
录播
3.关键点与躯干特征图初始化
8分钟
录播
4.根据关键点位置设计关键点标签
11分钟
录播
5.准备构建PAF躯干标签
7分钟
录播
6.各位置点归属判断
8分钟
录播
7.特征图各点累加向量计算
8分钟
录播
8.完成PAF特征图制作
8分钟
录播
9.网络模型一阶段输出
5分钟
录播
10.多阶段输出与预测
9分钟
12-4节 deepsort算法知识点解读
录播
1.卡尔曼滤波通俗解释
9分钟
录播
2.卡尔曼滤波要完成的任务
6分钟
录播
3.任务本质分析
8分钟
录播
4.基于观测值进行最优估计
8分钟
录播
5.预测与更新操作
9分钟
录播
6.追踪中的状态量
6分钟
录播
7.匈牙利匹配算法概述
6分钟
录播
8.匹配小例子分析
7分钟
录播
9.REID特征的作用
6分钟
录播
10.sort与deepsort建模流程分析
9分钟
录播
11.预测与匹配流程解读
10分钟
录播
12.追踪任务流程拆解
9分钟
12-5节 deepsort源码解读
录播
1.项目环境配置
7分钟
录播
2.参数与DEMO演示
6分钟
录播
3.针对检测结果初始化track
8分钟
录播
4.对track执行预测操作
7分钟
录播
5.状态量预测结果
8分钟
录播
6.IOU代价矩阵计算
6分钟
录播
7.参数更新操作
10分钟
录播
8.级联匹配模块
8分钟
录播
9.ReID特征代价矩阵计算
9分钟
录播
10.匹配结果与总结
12分钟
12-6节 YOLO-V4版本算法解读
录播
1.V4版本整体概述
6分钟
录播
2.V4版本贡献解读
4分钟
录播
3.数据增强策略分析
9分钟
录播
4.DropBlock与标签平滑方法
8分钟
录播
5.损失函数遇到的问题
6分钟
录播
6.CIOU损失函数定义
4分钟
录播
7.NMS细节改进
5分钟
录播
8.SPP与CSP网络结构
6分钟
录播
9.SAM注意力机制模块
9分钟
录播
10.PAN模块解读
8分钟
录播
11.激活函数与整体架构总结
8分钟
12-7节 V5版本项目配置
录播
1.整体项目概述
6分钟
录播
2.训练自己的数据集方法
7分钟
录播
3.训练数据参数配置
8分钟
录播
4.测试DEMO演示
6分钟
12-8节 V5项目工程源码解读
录播
1.数据源DEBUG流程解读
6分钟
录播
2.图像数据源配置
9分钟
录播
3.加载标签数据
6分钟
录播
4.Mosaic数据增强方法
7分钟
录播
5.数据四合一方法与流程演示
11分钟
录播
6.getItem构建batch
8分钟
录播
7.网络架构图可视化工具安装
7分钟
录播
8.V5网络配置文件解读
8分钟
录播
9.Focus模块流程分析
6分钟
录播
10.完成配置文件解析任务
11分钟
录播
11.前向传播计算
6分钟
录播
12.BottleneckCSP层计算方法
7分钟
录播
13.1-SPP层计算细节分析
8分钟
录播
14.2-Head层流程解读
7分钟
录播
15.上采样与拼接操作
4分钟
录播
16.输出结果分析
6分钟
录播
17.超参数解读
6分钟
录播
18.命令行参数介绍
6分钟
录播
19.训练流程解读
10分钟
录播
20.各种训练策略概述
8分钟
录播
21.模型迭代过程
7分钟
第一十三章 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
录播
1.深度估计效果与应用
7分钟
录播
2.kitti数据集介绍
7分钟
录播
3.使用backbone获取层级特征
7分钟
录播
4.差异特征计算边界信息
8分钟
录播
5.SPP层的作用
6分钟
录播
6.空洞卷积与ASPP
6分钟
录播
7.特征拼接方法分析
8分钟
录播
8.网络coarse-to-fine过程
7分钟
录播
9.权重参数预处理
10分钟
录播
10.损失计算
9分钟
13-2节 深度估计项目实战
录播
1.项目环境配置解读
9分钟
录播
2.数据与标签定义方法
11分钟
录播
3.数据集dataloader制作
7分钟
录播
4.使用backbone进行特征提取
6分钟
录播
5.计算差异特征
7分钟
录播
6.权重参数标准化操作
7分钟
录播
7.网络结构ASPP层
7分钟
录播
8.特征拼接方法解读
10分钟
录播
9.输出深度估计结果
4分钟
录播
10.损失函数通俗解读
7分钟
录播
11.模型DEMO输出结果
8分钟
13-3节 车道线检测算法与论文解读
录播
1.数据标签与任务分析
9分钟
录播
2.网络整体框架分析
9分钟
录播
3.输出结果分析
5分钟
录播
4.损失函数计算方法
9分钟
录播
5.论文概述分析
8分钟
13-4节 基于深度学习的车道线检测项目实战
录播
1.车道数据与标签解读
10分钟
录播
2.项目环境配置演示
6分钟
录播
3.制作数据集dataloader
7分钟
录播
4.车道线标签数据处理
8分钟
录播
5.四条车道线标签位置矩阵
6分钟
录播
6.grid设置方法
7分钟
录播
7.完成数据与标签制作
7分钟
录播
8.算法网络结构解读
10分钟
录播
9.损失函数计算模块分析
10分钟
录播
10.车道线规则损失函数限制
9分钟
录播
11.DEMO制作与配置
5分钟
13-5节 商汤LoFTR算法解读
录播
1.特征匹配的应用场景
8分钟
录播
2.特征匹配的基本流程分析
6分钟
录播
3.整体流程梳理分析
6分钟
录播
4.CrossAttention的作用与效果
6分钟
录播
5.transformer构建匹配特征
11分钟
录播
6.粗粒度匹配过程与作用
10分钟
录播
7.特征图拆解操作
5分钟
录播
8.细粒度匹配的作用与方法
7分钟
录播
9.基于期望预测最终位置
9分钟
录播
10.总结分析
4分钟
13-6节 局部特征关键点匹配实战
录播
1.项目与参数配置解读
6分钟
录播
2.DEMO效果演示
5分钟
录播
3.backbone特征提取模块
5分钟
录播
4.注意力机制的作用与效果分析
7分钟
录播
5.特征融合模块实现方法
7分钟
录播
6.cross关系计算方法实例
7分钟
录播
7.粗粒度匹配过程
8分钟
录播
8.完成基础匹配模块
10分钟
录播
9.精细化调整方法与实例
9分钟
录播
10.得到精细化输出结果
4分钟
录播
11.通过期望计算最终输出
6分钟
13-7节 三维重建应用与坐标系基础
录播
1.三维重建概述分析
9分钟
录播
2.三维重建应用领域概述
5分钟
录播
3.成像方法概述
5分钟
录播
4.相机坐标系
7分钟
录播
5.坐标系转换方法解读
9分钟
录播
6.相机内外参
7分钟
录播
7.通过内外参数进行坐标变换
6分钟
录播
8.相机标定简介
2分钟
13-8节 NeuralRecon算法解读
录播
1.任务流程分析
8分钟
录播
2.基本框架熟悉
10分钟
录播
3.特征映射方法解读
11分钟
录播
4.片段融合思想
6分钟
录播
5.整体架构重构方法
6分钟
13-9节 NeuralRecon项目环境配置
录播
1.数据集下载与配置方法
8分钟
录播
2.Scannet数据集内容概述
8分钟
录播
3.TSDF标签生成方法
8分钟
录播
4.ISSUE的作用
7分钟
录播
5.完成依赖环境配置
8分钟
13-10节 NeuralRecon项目源码解读
录播
1.Backbone得到特征图
7分钟
录播
2.初始化体素位置
8分钟
录播
3.坐标映射方法实现
7分钟
录播
4.得到体素所对应特征图
8分钟
录播
5.插值得到对应特征向量
7分钟
录播
6.得到一阶段输出结果
8分钟
录播
7.完成三个阶段预测结果
8分钟
录播
8.项目总结
8分钟
13-11节 TSDF算法与应用
录播
1.TSDF整体概述分析
7分钟
录播
2.合成过程DEMO演示
5分钟
录播
3.布局初始化操作
5分钟
录播
4.TSDF计算基本流程解读
8分钟
录播
5.坐标转换流程分析
9分钟
录播
6.输出结果融合更新
7分钟
13-12节 TSDF实战案例
录播
1.环境配置概述
7分钟
录播
2.初始化与数据读取
5分钟
录播
3.计算得到TSDF输出
8分钟
13-13节 轨迹估计算法与论文解读
录播
1.数据集与标注信息解读
12分钟
录播
2.整体三大模块分析
10分钟
录播
3.特征工程的作用与效果
11分钟
录播
4.传统方法与现在向量空间对比
10分钟
录播
5.输入细节分析
10分钟
录播
6.子图模块构建方法
8分钟
录播
7.特征融合模块分析
10分钟
录播
8.VectorNet输出层分析
11分钟
13-14节 轨迹估计预测实战
录播
1.数据与环境配置
7分钟
录播
2.训练数据准备
5分钟
录播
3.Agent特征提取方法
11分钟
录播
4.DataLoader构建图结构
8分钟
录播
5.SubGraph与Attention模型流程
9分钟
13-15节 特斯拉无人驾驶解读
录播
1.特斯拉无人驾驶解读
2小时14分钟
第一十四章 对比学习与多模态任务实战
14-1节 对比学习算法与实例
录播
1.对比学习算法与实例
2小时29分钟
14-2节 CLIP系列
录播
1.CLIP系列
2小时14分钟
14-3节 多模态3D目标检测算法源码解读
录播
1.环境配置与数据集概述
8分钟
录播
2.数据与标注文件介绍
12分钟
录播
3.基本流程梳理并进入debug模式
9分钟
录播
4.数据与图像特征提取模块
12分钟
录播
5.体素索引位置获取
11分钟
录播
6.体素特征提取方法解读
8分钟
录播
7.体素特征计算方法分析
12分钟
录播
8.全局体素特征提取
18分钟
录播
9.多模态特征融合
11分钟
录播
10.3D卷积特征融合
10分钟
录播
11.输出层预测结果
10分钟
14-4节 多模态文字识别
录播
1.多模态文字识别
2小时12分钟
14-5节 ANINET源码解读
录播
1.数据集与环境概述
8分钟
录播
2.配置文件修改方法
10分钟
录播
3.Bakbone模块得到特征
9分钟
录播
4.视觉Transformer模块的作用
8分钟
录播
5.视觉模型中的编码与解码的效果
12分钟
录播
6.文本模型中的结构分析
8分钟
录播
7.迭代修正模块
8分钟
录播
8.输出层与损失计算
9分钟
第一十五章 缺陷检测实战
15-1节 课程介绍
录播
1.课程介绍
5分钟
15-2节 物体检框架YOLO-V4版本算法解读
录播
1.V4版本整体概述
6分钟
录播
2.V4版本贡献解读
4分钟
录播
3.数据增强策略分析
9分钟
录播
4.DropBlock与标签平滑方法
8分钟
录播
5.损失函数遇到的问题
6分钟
录播
6.CIOU损失函数定义
4分钟
录播
7.NMS细节改进
5分钟
录播
8.SPP与CSP网络结构
6分钟
录播
9.SAM注意力机制模块
9分钟
录播
10.PAN模块解读
8分钟
录播
11.激活函数与整体架构总结
8分钟
15-3节 物体检测框架YOLOV5版本项目配置
录播
1.整体项目概述
6分钟
录播
2.训练自己的数据集方法
7分钟
录播
3.训练数据参数配置
8分钟
录播
4.测试DEMO演示
6分钟
15-4节 物体检测框架YOLOV5项目工程源码解读
录播
1.数据源DEBUG流程解读
6分钟
录播
2.图像数据源配置
9分钟
录播
3.加载标签数据
6分钟
录播
4.Mosaic数据增强方法
7分钟
录播
5.数据四合一方法与流程演示
11分钟
录播
6.getItem构建batch
8分钟
录播
7.网络架构图可视化工具安装
7分钟
录播
8.V5网络配置文件解读
8分钟
录播
9.Focus模块流程分析
6分钟
录播
10.完成配置文件解析任务
11分钟
录播
11.前向传播计算
6分钟
录播
12.BottleneckCSP层计算方法
7分钟
录播
13.SPP层计算细节分析
8分钟
录播
14.Head层流程解读
7分钟
录播
15.上采样与拼接操作
4分钟
录播
16.输出结果分析
6分钟
录播
17.超参数解读
6分钟
录播
18.命令行参数介绍
6分钟
录播
19.训练流程解读
10分钟
录播
20.各种训练策略概述
8分钟
录播
21.模型迭代过程
7分钟
15-5节 基于YOLOV5的钢材缺陷检测实战
录播
1.任务需求与项目概述
4分钟
录播
2.数据与标签配置方法
8分钟
录播
3.标签转换格式脚本制作
8分钟
录播
4.各版本模型介绍分析
6分钟
录播
5.项目参数配置
5分钟
录播
6.缺陷检测模型训练
6分钟
录播
7.输出结果与项目总结
8分钟
15-6节 Semi-supervised布料缺陷检测实战
录播
1.任务目标与流程概述
9分钟
录播
2.论文思想与模型分析
11分钟
录播
3.项目配置解读
8分钟
录播
4.网络流程分析
6分钟
录播
5.输出结果展示
5分钟
15-7节 Opencv图像常⽤处理⽅法实例
录播
1.计算机眼中的图像
9分钟
录播
2.视频的读取与处理
10分钟
录播
3.ROI区域
4分钟
录播
4.边界填充
5分钟
录播
5.数值计算
9分钟
录播
6.图像阈值
7分钟
录播
7.图像平滑处理
7分钟
录播
8.高斯与中值滤波
6分钟
录播
9.腐蚀操作
6分钟
录播
10.膨胀操作
3分钟
录播
11.开运算与闭运算
2分钟
录播
12.梯度计算
2分钟
录播
13.礼帽与黑帽
3分钟
15-8节 Opencv梯度计算与边缘检测实例
录播
1.Canny边缘检测流程
5分钟
录播
2.非极大值抑制
5分钟
录播
3.边缘检测效果
8分钟
录播
4.Sobel算子
9分钟
录播
5.梯度计算方法
8分钟
录播
6.scharr与lapkacian算子
6分钟
15-9节 Opencv轮廓检测与直⽅图
录播
1.图像金字塔定义
6分钟
录播
2.金字塔制作方法
7分钟
录播
3.轮廓检测方法
6分钟
录播
4.轮廓检测结果
7分钟
录播
5.轮廓特征与近似
11分钟
录播
6.模板匹配方法
11分钟
录播
7.匹配效果展示
5分钟
录播
8.直方图定义
7分钟
录播
9.均衡化原理
9分钟
录播
10.均衡化效果
6分钟
录播
11.傅里叶概述
7分钟
录播
12.频域变换结果
7分钟
录播
13.低通与高通滤波
6分钟
15-10节 基于Opencv缺陷检测项⽬实战
录播
1.任务需求与环境配置
4分钟
录播
2.数据读取与基本处理
6分钟
录播
3.缺陷形态学操作
6分钟
录播
4.整体流程解读
5分钟
录播
5.缺陷检测效果演示
9分钟
15-11节 基于视频流⽔线的Opencv缺陷检测项⽬
录播
1.数据与任务概述
3分钟
录播
2.视频数据读取与轮廓检测
5分钟
录播
3.目标质心计算
8分钟
录播
4.视频数据遍历方法
7分钟
录播
5.缺陷区域提取
9分钟
录播
6.不同类型的缺陷检测方法
8分钟
录播
7.检测效果演示
3分钟
15-12节 图像分割deeplab系列算法
录播
1.deeplab分割算法概述
6分钟
录播
2.空洞卷积的作用
6分钟
录播
3.感受野的意义
6分钟
录播
4.SPP层的作用
7分钟
录播
5.ASPP特征融合策略
5分钟
录播
6.deeplabV3Plus版本网络架构
8分钟
15-13节 基于deeplabV3+版本进⾏VOC分割实战
录播
1.PascalVoc数据集介绍
9分钟
录播
2.项目参数与数据集读取
10分钟
录播
3.网络前向传播流程
6分钟
录播
4.ASPP层特征融合
11分钟
录播
5.分割模型训练
5分钟
15-14节 Deeplab铁质材料缺陷检测与开源项⽬应⽤流程
录播
1.数据集与任务概述
6分钟
录播
2.开源项目应用方法
7分钟
录播
3.github与kaggle中需要注意的点
6分钟
录播
4.源码的利用方法
12分钟
录播
5.数据集制作方法
11分钟
录播
6.数据路径配置
9分钟
录播
7.训练模型
5分钟
录播
8.任务总结
6分钟
第一十六章 行人重识别实战
16-1节 行人重识别原理及其应用
录播
1.行人重识别要解决的问题
6分钟
录播
2.挑战与困难分析
12分钟
录播
3.评估标准rank1指标
4分钟
录播
4.map值计算方法
5分钟
录播
5.triplet损失计算实例
9分钟
录播
6.Hard-Negative方法应用
9分钟
16-2节 基于注意力机制的Reld模型论文解读
录播
1.论文整体思想及注意力机制的作用解读
10分钟
录播
2.空间权重值计算流程分析
5分钟
录播
3.融合空间注意力所需特征
6分钟
录播
4.基于特征图的注意力计算
4分钟
16-3节 基于Attention的行人重识别项目实战
录播
1.项目环境与数据集配置
11分钟
录播
2.参数配置与整体架构分析
11分钟
录播
3.进入debug模式解读网络计算流程
7分钟
录播
4.获得空间位置点之间的关系
10分钟
录播
5.组合关系特征图
8分钟
录播
6.计算得到位置权重值
9分钟
录播
7.基于特征图的权重计算
6分钟
录播
8.损失函数计算实例解读
12分钟
录播
9.训练与测试模块演示
10分钟
16-4节 AAAI2020顶会算法精讲
录播
1.论文整体框架概述
6分钟
录播
2.局部特征与全局关系计算方法
6分钟
录播
3.特征分组方法
5分钟
录播
4.GCP模块特征融合方法
10分钟
录播
5.oneVsReset方法实例
5分钟
录播
6.损失函数应用位置
5分钟
16-5节 项目实战-基于行人局部特征融合的再识别实战
录播
1.项目配置与数据集介绍
10分钟
录播
2.数据源构建方法分析
7分钟
录播
3.dataloader加载顺序解读
6分钟
录播
4.debug模式解读
9分钟
录播
5.网络计算整体流程演示
7分钟
录播
6.特征序列构建
8分钟
录播
7.GCP全局特征提取
7分钟
录播
8.局部特征提取实例
8分钟
录播
9.特征组合汇总
8分钟
录播
10.得到所有分组特征结果
7分钟
录播
11.损失函数与训练过程演示
7分钟
录播
12.测试与验证模块
5分钟
16-6节 旷视研究院最新算法解读（基于图模型）
录播
1.关键点位置特征构建
6分钟
录播
2.图卷积与匹配的作用
7分钟
录播
3.局部特征热度图计算
8分钟
录播
4.基于图卷积构建人体拓扑关系
10分钟
录播
5.图卷积模块实现方法
8分钟
录播
6.图匹配在行人重识别中的作用
5分钟
录播
7.整体算法框架分析
8分钟
16-7节 基于拓扑图的行人重识别项目实战
录播
1.数据集与环境配置概述
8分钟
录播
2.局部特征准备方法
7分钟
录播
3.得到一阶段热度图结果
8分钟
录播
4.阶段监督训练
13分钟
录播
5.初始化图卷积模型
10分钟
录播
6.mask矩阵的作用
7分钟
录播
7.邻接矩阵学习与更新
10分钟
录播
8.基于拓扑结构组合关键点特征
12分钟
录播
9.图匹配模块计算流程
13分钟
录播
10.整体项目总结
8分钟
第一十七章 对抗生成网络实战
可试看
17-1节 课程介绍
录播
1.课程介绍
7分钟
17-2节 对抗生成网络架构原理与实战解析
录播
1.对抗生成网络通俗解释
8分钟
录播
2.GAN网络组成
5分钟
录播
3.损失函数解释说明
10分钟
录播
4.数据读取模块
8分钟
录播
5.生成与判别网络定义
8分钟
17-3节 基于CycleGan开源项目实战图像合成
录播
1.CycleGan网络所需数据
6分钟
录播
2.CycleGan整体网络架构
10分钟
录播
3.PatchGan判别网络原理
4分钟
录播
4.Cycle开源项目简介
7分钟
录播
5.数据读取与预处理操作
10分钟
录播
6.生成网络模块构造
12分钟
录播
7.判别网络模块构造
5分钟
录播
8.损失函数：identity loss计算方法
9分钟
录播
9.生成与判别损失函数指定
11分钟
录播
10.额外补充：VISDOM可视化配置
5分钟
17-4节 stargan论文架构解析
录播
1.stargan效果演示分析
6分钟
录播
2.网络架构整体思路解读
9分钟
录播
3.建模流程分析
7分钟
录播
4.V1版本存在的问题及后续改进思路
6分钟
录播
5.V2版本在整体网络架构
8分钟
录播
6.编码器训练方法
6分钟
录播
7.损失函数公式解析
8分钟
录播
8.训练过程分析
4分钟
17-5节 stargan项目实战及其源码解读
录播
1.测试模块效果与实验分析
4分钟
录播
2.项目配置与数据源下载
5分钟
录播
3.测试效果演示
6分钟
录播
4.项目参数解析
4分钟
录播
5.生成器模块源码解读
7分钟
录播
6.所有网络模块构建实例
7分钟
录播
7.数据读取模块分析
10分钟
录播
8.判别器损失计算
5分钟
录播
9.损失计算详细过程
7分钟
录播
10.生成模块损失计算
10分钟
17-6节 基于starganvc2的变声器论文原理解读
录播
1.论文整体思路与架构解读
7分钟
录播
2.VCC2016输入数据
7分钟
录播
3.语音特征提取
11分钟
录播
4.生成器模型架构分析
5分钟
录播
5.InstanceNorm的作用解读
7分钟
录播
6.AdaIn的目的与效果
5分钟
录播
7.判别器模块分析
13分钟
17-7节 starganvc2变声器项目实战及其源码解读
录播
1.数据与项目文件解读
7分钟
录播
2.环境配置与工具包安装
8分钟
录播
3.数据预处理与声音特征提取
13分钟
录播
4.生成器构造模块解读
9分钟
录播
5.下采样与上采样操作
7分钟
录播
6.starganvc2版本标签输入分析
6分钟
录播
7.生成器前向传播维度变化
7分钟
录播
8.判别器模块解读
7分钟
录播
9.论文损失函数
8分钟
录播
10.源码损失计算流程
6分钟
录播
11.测试模块-生成转换语音
9分钟
17-8节 图像超分辨率重构实战
录播
1.论文概述
5分钟
录播
2.网络架构
8分钟
录播
3.数据与环境配置
7分钟
录播
4.数据加载与配置
8分钟
录播
5.生成模块
7分钟
录播
6.判别模块
6分钟
录播
7.VGG特征提取网络
6分钟
录播
8.损失函数与训练
11分钟
录播
9.测试模块
8分钟
17-9节 基于GAN的图像补全实战
录播
1.论文概述
10分钟
可试看
录播
2.网络架构
11分钟
录播
3.细节设计
8分钟
录播
4.论文总结
9分钟
录播
5.数据与项目概述
10分钟
录播
6.参数基本设计
9分钟
录播
7.网络结构配置
12分钟
录播
8.网络迭代训练
16分钟
录播
9.测试模块
5分钟
第一十八章 强化学习实战系列
18-1节 强化学习简介及其应用
录播
1.一张图通俗解释强化学习
4分钟
录播
2.强化学习的指导依据
7分钟
录播
3.强化学习AI游戏DEMO
4分钟
录播
4.应用领域简介
6分钟
录播
5.强化学习工作流程
5分钟
录播
6.计算机眼中的状态与行为
7分钟
18-2节 PPO算法与公式推导
录播
1.基本情况介绍
11分钟
录播
2.与环境交互得到所需数据
8分钟
录播
3.要完成的目标分析
10分钟
录播
4.策略梯度推导
9分钟
录播
5.baseline方法
6分钟
录播
6.OnPolicy与OffPolicy策略
7分钟
录播
7.importance sampling的作用
8分钟
录播
8.PPO算法整体思路解析
9分钟
18-3节 PPO实战-月球登陆器训练实例
录播
1.Critic的作用与效果
10分钟
录播
2.PPO2版本公式解读
11分钟
录播
3.参数与网络结构定义
8分钟
录播
4.得到动作结果
7分钟
录播
5.奖励获得与计算
8分钟
录播
6.参数迭代与更新
11分钟
18-4节 Q-learning与DQN算法
录播
1.整体任务流程演示
5分钟
录播
2.探索与action获取
6分钟
录播
3.计算target值
5分钟
录播
4.训练与更新
8分钟
录播
5.算法原理通俗解读
7分钟
录播
6.目标函数与公式解析
10分钟
录播
7.Qlearning算法实例解读
7分钟
录播
8.Q值迭代求解
9分钟
录播
9.DQN简介
5分钟
18-5节 DQN算法实例演示
录播
1.整体任务流程演示
5分钟
录播
2.探索与action获取
6分钟
录播
3.计算target值
5分钟
录播
4.训练与更新
8分钟
18-6节 DQN改进与应用技巧
录播
1.DoubleDqn要解决的问题
6分钟
录播
2.DuelingDqn改进方法
6分钟
录播
3.Dueling整体网络架构分析
8分钟
录播
4.MultiSetp策略
3分钟
录播
5.连续动作处理方法
8分钟
18-7节 Actor-Critic算法分析（A3C）
录播
1.AC算法回顾与知识点总结
7分钟
录播
2.优势函数解读与分析
7分钟
录播
3.计算流程实例
5分钟
录播
4.A3C整体架构分析
6分钟
录播
5.损失函数整理
8分钟
18-8节 用A3C玩转超级马里奥
录播
1.整体流程与环境配置
5分钟
录播
2.启动游戏环境
7分钟
录播
3.要计算的指标回顾
9分钟
录播
4.初始化局部模型并加载参数
8分钟
录播
5.与环境交互得到训练数据
9分钟
录播
6.训练网络模型
9分钟
第一十九章 Openai顶级黑科技算法及其项目实战
19-1节 GPT系列生成模型
录播
1.GPT系列
2小时17分钟
19-2节 GPT建模与预测流程
录播
1.生成模型可以完成的任务概述
7分钟
录播
2.数据样本生成方法
14分钟
录播
3.训练所需参数解读
13分钟
录播
4.模型训练过程
12分钟
录播
5.部署与网页预测展示
19分钟
19-3节 CLIP系列
录播
1.CLIP系列
2小时14分钟
19-4节 Diffusion模型解读
录播
1.Diffusion模型解读
2小时14分钟
19-5节 Dalle2及其源码解读
录播
1.Dalle2源码解读
2小时2分钟
19-6节 ChatGPT
录播
1.ChatGPT
2小时9分钟
第二十章 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
录播
1.卷积神经网络应用领域
7分钟
录播
2.卷积的作用
9分钟
录播
3.卷积特征值计算方法
8分钟
录播
4.得到特征图表示
6分钟
录播
5.步长与卷积核大小对结果的影响
8分钟
录播
6.边缘填充方法
6分钟
录播
7.特征图尺寸计算与参数共享
7分钟
录播
8.池化层的作用
5分钟
录播
9.整体网络架构
6分钟
录播
10.VGG网络架构
6分钟
录播
11.残差网络Resnet
7分钟
录播
12.感受野的作用
5分钟
20-2节 PyTorch框架基本处理操作
录播
1.PyTorch实战课程简介
4分钟
录播
2.PyTorch框架发展趋势简介
8分钟
录播
3.框架安装方法（CPU与GPU版本）
5分钟
录播
4.PyTorch基本操作简介
9分钟
录播
5.自动求导机制
11分钟
录播
6.线性回归DEMO-数据与参数配置
8分钟
录播
7.线性回归DEMO-训练回归模型
10分钟
录播
8.补充：常见tensor格式
7分钟
录播
9.补充：Hub模块简介
8分钟
20-3节 PyTorch框架必备核心模块解读
录播
1.卷积网络参数定义
7分钟
录播
2.网络流程解读
7分钟
录播
3.Vision模块功能解读
5分钟
录播
4.分类任务数据集定义与配置
6分钟
录播
5.图像增强的作用
4分钟
录播
6.数据预处理与数据增强模块
9分钟
录播
7.Batch数据制作
8分钟
录播
8.迁移学习的目标
5分钟
录播
9.迁移学习策略
7分钟
录播
10.加载训练好的网络模型
9分钟
录播
11.优化器模块配置
5分钟
录播
12.实现训练模块
8分钟
录播
13.训练结果与模型保存
9分钟
录播
14.加载模型对测试数据进行预测
9分钟
录播
15.额外补充-Resnet论文解读
11分钟
录播
16.额外补充-Resnet网络架构解读
8分钟
20-4节 基于Resnet的医学数据集分类实战
录播
1.医学疾病数据集介绍
4分钟
录播
2.Resnet网络架构原理分析
9分钟
录播
3.dataloader加载数据集
11分钟
录播
4.Resnet网络前向传播
6分钟
录播
5.残差网络的shortcut操作
9分钟
录播
6.特征图升维与降采样操作
6分钟
录播
7.网络整体流程与训练演示
11分钟
20-5节 图像分割及其损失函数概述
录播
1.语义分割与实例分割概述
6分钟
录播
2.分割任务中的目标函数定义
7分钟
录播
3.MIOU评估标准
3分钟
20-6节 Unet系列算法讲解
录播
1.Unet网络编码与解码过程
8分钟
录播
2.网络计算流程
6分钟
录播
3.Unet升级版本改进
5分钟
录播
4.后续升级版本介绍
6分钟
20-7节 unet医学细胞分割实战
录播
1.医学细胞数据集介绍与参数配置
6分钟
录播
2.数据增强工具
7分钟
录播
3.Debug模式演示网络计算流程
6分钟
录播
4.特征融合方法演示
7分钟
录播
5.迭代完成整个模型计算任务
8分钟
录播
6.模型效果验证
5分钟
20-8节 deeplab系列算法
录播
1.deeplab分割算法概述
6分钟
录播
2.空洞卷积的作用
6分钟
录播
3.感受野的意义
6分钟
录播
4.SPP层的作用
7分钟
录播
5.ASPP特征融合策略
5分钟
录播
6.deeplabV3Plus版本网络架构
8分钟
20-9节 基于deeplabV3+版本进行VOC分割实战
录播
1.PascalVoc数据集介绍
9分钟
录播
2.项目参数与数据集读取
10分钟
录播
3.网络前向传播流程
6分钟
录播
4.ASPP层特征融合
11分钟
录播
5.分割模型训练
5分钟
20-10节 基于deeplab的心脏视频数据诊断分析
录播
1.数据集与任务概述
7分钟
录播
2.项目基本配置参数
6分钟
录播
3.任务流程解读
8分钟
录播
4.文献报告分析
9分钟
录播
5.补充：视频数据源特征处理方法概述
9分钟
录播
6.补充：R(2plus1)D处理方法分析
6分钟
20-11节 YOLO系列物体检测算法原理解读
录播
1.检测任务中阶段的意义
6分钟
录播
2.不同阶段算法优缺点分析
4分钟
录播
3.IOU指标计算
5分钟
录播
4.评估所需参数计算
10分钟
录播
5.map指标计算
7分钟
录播
6.YOLO算法整体思路解读
7分钟
录播
7.检测算法要得到的结果
6分钟
录播
8.整体网络架构解读
11分钟
录播
9.位置损失计算
8分钟
录播
10.置信度误差与优缺点分析
11分钟
录播
11.V2版本细节升级概述
5分钟
录播
12.网络结构特点
6分钟
录播
13.架构细节解读
6分钟
录播
14.基于聚类来选择先验框尺寸
10分钟
录播
15.偏移量计算方法
10分钟
录播
16.坐标映射与还原
3分钟
录播
17.感受野的作用
11分钟
录播
18.特征融合改进
7分钟
录播
19.V3版本改进概述
8分钟
录播
20.多scale方法改进与特征融合
7分钟
录播
21.经典变换方法对比分析
4分钟
录播
22.残差连接方法解读
7分钟
录播
23.整体网络模型架构分析
5分钟
录播
24.先验框设计改进
5分钟
录播
25.sotfmax层改进
4分钟
录播
26.V4版本整体概述
6分钟
录播
27.V4版本贡献解读
4分钟
录播
28.数据增强策略分析
9分钟
录播
29.DropBlock与标签平滑方法
8分钟
录播
30.损失函数遇到的问题
6分钟
录播
31.CIOU损失函数定义
4分钟
录播
32.NMS细节改进
5分钟
录播
33.SPP与CSP网络结构
6分钟
录播
34.SAM注意力机制模块
9分钟
录播
35.PAN模块解读
8分钟
录播
36.激活函数与整体架构总结
8分钟
20-12节 基于YOLO5细胞检测实战
录播
1.任务与细胞数据集介绍
7分钟
录播
2.模型与算法配置参数解读
9分钟
录播
3.网络训练流程演示
8分钟
录播
4.效果评估与展示
5分钟
录播
5.细胞检测效果演示
8分钟
20-13节 知识图谱原理解读
录播
1.知识图谱通俗解读
7分钟
录播
2.知识图谱在搜索引擎中的应用
8分钟
录播
3.知识图谱在医疗领域应用实例
13分钟
录播
4.金融与推荐领域的应用
8分钟
录播
5.数据获取分析
10分钟
录播
6.数据关系抽取分析
8分钟
录播
7.常用NLP技术点分析
8分钟
录播
8.graph-embedding的作用与效果
9分钟
录播
9.金融领域图编码实例
4分钟
录播
10.视觉领域图编码实例
7分钟
录播
11.图谱知识融合与总结分析
8分钟
20-14节 Neo4j数据库实战
录播
1.Neo4j图数据库介绍
8分钟
录播
2.Neo4j数据库安装流程演示
7分钟
录播
3.可视化例子演示
9分钟
录播
4.创建与删除操作演示
8分钟
录播
5.数据库更改查询操作演示
8分钟
20-15节 基于知识图谱的医药问答系统实战
录播
1.项目概述与整体架构分析
7分钟
录播
2.医疗数据介绍及其各字段含义
7分钟
录播
3.任务流程概述
5分钟
录播
4.环境配置与所需工具包安装
6分钟
录播
5.提取数据中的关键字段信息
11分钟
录播
6.创建关系边
8分钟
录播
7.打造医疗知识图谱模型
10分钟
录播
8.加载所有实体数据
6分钟
录播
9.实体关键词字典制作
8分钟
录播
10.完成对话系统构建
9分钟
20-16节 词向量模型与RNN网络架构
录播
1.词向量模型通俗解释
8分钟
录播
2.模型整体框架
10分钟
录播
3.训练数据构建
5分钟
录播
4.CBOW与Skip-gram模型
8分钟
录播
5.负采样方案
7分钟
录播
6.额外补充-RNN网络模型解读
11分钟
20-17节 医学糖尿病数据命名实体识别
录播
1.数据与任务介绍
7分钟
录播
2.整体模型架构
4分钟
录播
3.数据-标签-语料库处理
10分钟
录播
4.输入样本填充补齐
9分钟
录播
5.训练网络模型
10分钟
录播
6.医疗数据集（糖尿病）实体识别
9分钟
第二十一章 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
录播
1. jetson nano 硬件介绍
8分钟
录播
2.jetson nano 刷机
9分钟
录播
3. jetson nano 系统安装过程
7分钟
录播
4.感受nano的GPU算力
14分钟
录播
5.安装使用摄像头csi usb
14分钟
21-2节 AIoT人工智能物联网之AI 实战
录播
1. jetson-inference 入门
11分钟
录播
2.docker 的安装使用
15分钟
录播
3.docker中运行分类模型
20分钟
录播
4.训练自己的目标检测模型准备
14分钟
录播
5. 训练出自己目标识别模型a
27分钟
录播
6.训练出自己目标识别模型b
12分钟
录播
7.转换出onnx模型，并使用
10分钟
21-3节 AIoT人工智能物联网之NVIDIA TAO 实用级的训练神器
录播
1.NVIDIA TAO介绍和安装
11分钟
录播
2.NVIDIA TAO数据准备和环境设置
12分钟
录播
3.NVIDIA TAO数据转换
30分钟
录播
4.NVIDIA TAO预训练模型和训练a
13分钟
录播
5.NVIDIA TAO预训练模型和训练b
1分钟
录播
6.NVIDIA TAO预训练模型和训练c.
5分钟
录播
7.TAO 剪枝在训练推理验证
25分钟
21-4节 AIoT人工智能物联网之deepstream
录播
1.deepstream 介绍安装
16分钟
录播
2.deepstream HelloWorld
13分钟
录播
3.GStreamer RTP和RTSP1
18分钟
录播
4.GStreamer RTP和RTSP2
25分钟
录播
5.python实现RTP和RTSP
16分钟
录播
6.deepstream推理
26分钟
录播
7.deepstream集成yolov4
24分钟
21-5节 pyTorch框架部署实践
录播
1.所需基本环境配置
5分钟
录播
2.模型加载与数据预处理
8分钟
录播
3.接收与预测模块实现
7分钟
录播
4.效果实例演示
8分钟
录播
5.课程简介
3分钟
21-6节 YOLO-V3物体检测部署实例
录播
1.项目所需配置文件介绍
7分钟
录播
2.加载参数与模型权重
7分钟
录播
3.数据预处理
10分钟
录播
4.返回线性预测结果
8分钟
21-7节 docker实例演示
录播
1.docker简介
5分钟
录播
2.docker安装与配置
10分钟
录播
3.阿里云镜像配置
6分钟
录播
4.基于docker配置pytorch环境
10分钟
录播
5.安装演示环境所需依赖
9分钟
录播
6.复制所需配置到容器中
6分钟
录播
7.上传与下载配置好的项目
12分钟
21-8节 tensorflow-serving实战
录播
1.tf-serving项目获取与配置
6分钟
录播
2.加载并启动模型服务
9分钟
录播
3.测试模型部署效果
8分钟
录播
4.fashion数据集获取
5分钟
录播
5.加载fashion模型启动服务
7分钟
21-9节 模型剪枝-Network Slimming算法分析
录播
1.论文算法核心框架概述
7分钟
录播
2.BatchNorm要解决的问题
6分钟
录播
3.BN的本质作用
7分钟
录播
4.额外的训练参数解读
7分钟
录播
5.稀疏化原理与效果
9分钟
21-10节 模型剪枝-Network Slimming实战解读
录播
1.整体案例流程解读
7分钟
录播
2.加入L1正则化来进行更新
6分钟
录播
3.剪枝模块介绍
5分钟
录播
4.筛选需要的特征图
9分钟
录播
5.剪枝后模型参数赋值
10分钟
录播
6.微调完成剪枝模型
6分钟
21-11节 Mobilenet三代网络模型架构
录播
1.模型剪枝分析
7分钟
录播
2.常见剪枝方法介绍
11分钟
录播
3.mobilenet简介
4分钟
录播
4.经典卷积计算量与参数量分析
5分钟
录播
5.深度可分离卷积的作用与效果
7分钟
录播
6.参数与计算量的比较
15分钟
录播
7.V1版本效果分析
9分钟
录播
8.V2版本改进以及Relu激活函数的问题
7分钟
录播
9.倒残差结构的作用
6分钟
录播
10.V2整体架构与效果分析
4分钟
录播
11.V3版本网络架构分析
5分钟
录播
12.SE模块作用与效果解读
12分钟
录播
13.代码实现mobilenetV3网络架构
10分钟
第二十二章 自然语言处理必备神器Huggingface系列实战
可试看
22-1节 Huggingface与NLP介绍解读
录播
1.Huggingface与NLP介绍解读
58分钟
可试看
22-2节 Transformer工具包基本操作实例解读
录播
1.工具包与任务整体介绍
9分钟
录播
2.NLP任务常规流程分析
10分钟
录播
3.文本切分方法实例解读
12分钟
录播
4.AttentionMask配套使用方法
9分钟
录播
5.数据集与模型
11分钟
录播
6.数据Dataloader封装
10分钟
录播
7.模型训练所需配置参数
8分钟
录播
8.模型训练DEMO
10分钟
22-3节 transformer原理解读
录播
1.transformer原理解读
2小时12分钟
22-4节 BERT系列算法解读
录播
1.BERT模型训练方法解读
10分钟
录播
2.ALBERT基本定义
9分钟
录播
3.ALBERT中的简化方法解读
13分钟
录播
4.RoBerta模型训练方法解读
9分钟
录播
5.DistilBert模型解读
5分钟
22-5节 文本标注工具与NER实例
录播
1.文本标注工具Doccano配置方法
10分钟
录播
2.命名实体识别任务标注方法实例
11分钟
录播
3.标注导出与BIO处理
10分钟
录播
4.标签处理并完成对齐操作
11分钟
录播
5.预训练模型加载与参数配置
10分钟
录播
6.模型训练与输出结果预测
10分钟
22-6节 文本预训练模型构建实例
录播
1.预训练模型效果分析
10分钟
录播
2.文本数据截断处理
11分钟
录播
3.预训练模型自定义训练
16分钟
22-7节 GPT系列算法
录播
1.GPT系列算法概述
10分钟
录播
2.GPT三代版本分析
12分钟
录播
3.GPT初代版本要解决的问题
12分钟
录播
4.GPT第二代版本训练策略
10分钟
录播
5.采样策略与多样性
10分钟
录播
6.GPT3的提示与生成方法
24分钟
录播
7.应用场景CODEX分析
14分钟
录播
8.DEMO应用演示
17分钟
22-8节 GPT训练与预测部署流程
录播
1.生成模型可以完成的任务概述
7分钟
录播
2.数据样本生成方法
14分钟
录播
3.训练所需参数解读
13分钟
录播
4.模型训练过程
12分钟
录播
5.部署与网页预测展示
19分钟
22-9节 文本摘要建模
录播
1.中文商城评价数据处理方法
14分钟
录播
2.模型训练与测试结果
14分钟
录播
3.文本摘要数据标注方法
14分钟
录播
4.训练自己标注的数据并测试
7分钟
22-10节 图谱知识抽取实战
录播
1.应用场景概述分析
17分钟
录播
2.数据标注格式样例分析
14分钟
录播
3.数据处理与读取模块
11分钟
录播
4.实体抽取模块分析
11分钟
录播
5.标签与数据结构定义方法
14分钟
录播
6.模型构建与计算流程
10分钟
录播
7.网络模型前向计算方法
8分钟
录播
8.关系抽取模型训练
10分钟
22-11节 补充Huggingface数据集制作方法实例
录播
1.数据结构分析
10分钟
录播
2.Huggingface中的预处理实例
11分钟
录播
3.数据处理基本流程
13分钟
第二十三章 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
录播
1.BERT课程简介
5分钟
录播
2.BERT任务目标概述
5分钟
录播
3.传统解决方案遇到的问题
11分钟
录播
4.注意力机制的作用
6分钟
录播
5.self-attention计算方法
11分钟
录播
6.特征分配与softmax机制
9分钟
录播
7.Multi-head的作用
9分钟
录播
8.位置编码与多层堆叠
7分钟
录播
9.transformer整体架构梳理
10分钟
录播
10.BERT模型训练方法
9分钟
录播
11.训练实例
9分钟
23-2节 谷歌开源项目BERT源码解读与应用实例
录播
1.BERT开源项目简介
7分钟
录播
2.项目参数配置
12分钟
录播
3.数据读取模块
7分钟
录播
4.数据预处理模块
9分钟
录播
5.tfrecord数据源制作
11分钟
录播
6.Embedding层的作用
7分钟
录播
7.加入额外编码特征
9分钟
录播
8.加入位置编码特征
5分钟
录播
9.mask机制的作用
8分钟
录播
10.构建QKV矩阵
12分钟
录播
11.完成Transformer模块构建
9分钟
录播
12.训练BERT模型
8分钟
23-3节 项目实战-基于BERT的中文情感分析实战
录播
1.中文分类数据与任务概述
6分钟
录播
2.读取处理自己的数据集
9分钟
录播
3.训练BERT中文分类模型
9分钟
23-4节 项目实战-基于BERT的中文命名实体识别识别实战
录播
1.命名实体识别数据分析与任务目标
11分钟
录播
2.NER标注数据处理与读取
13分钟
录播
3.构建BERT与CRF模型
12分钟
23-5节 必备基础知识点-woed2vec模型通俗解读
录播
1.词向量模型通俗解释
8分钟
录播
2.模型整体框架
10分钟
录播
3.训练数据构建
5分钟
录播
4.CBOW与Skip-gram模型
8分钟
录播
5.负采样方案
7分钟
23-6节 必备基础-掌握Tensorflow如何实现word2vec模型
录播
1.数据与任务流程
10分钟
录播
2.数据清洗
6分钟
录播
3.batch数据制作
12分钟
录播
4.网络训练
12分钟
录播
5.可视化展示
6分钟
23-7节 必备基础知识点-RNN网络架构与情感分析应用实例
录播
1.RNN网络模型解读
11分钟
录播
2.NLP应用领域与任务简介
8分钟
录播
3.项目流程解读
10分钟
录播
4.加载词向量特征
8分钟
录播
5.正负样本数据读取
7分钟
录播
6.构建LSTM网络模型
10分钟
录播
7.训练与测试效果
10分钟
录播
8.LSTM情感分析
2小时32分钟
23-8节 医学糖尿病数据命名实体识别
录播
1.数据与任务介绍
7分钟
录播
2.整体模型架构
4分钟
录播
3.数据-标签-语料库处理
10分钟
录播
4.训练网络模型
10分钟
录播
5.医疗数据集（糖尿病）实体识别
9分钟
录播
6.输入样本填充补齐
9分钟
第二十四章 自然语言处理经典案例实战
24-1节 NLP常用工具包实战
录播
1.Python字符串处理
11分钟
录播
2.正则表达式基本语法
9分钟
录播
3.正则常用符号
9分钟
录播
4.常用函数介绍
9分钟
录播
5.NLTK工具包简介
7分钟
录播
6.停用词过滤
7分钟
录播
7.词性标注
8分钟
录播
8.数据清洗实例
10分钟
录播
9.Spacy工具包
9分钟
录播
10.名字实体匹配
6分钟
录播
11.恐怖袭击分析
11分钟
录播
12.统计分析结果
7分钟
录播
13.结巴分词器
8分钟
录播
14.词云展示
8分钟
24-2节 商品信息可视化与文本分析
录播
1.在线商城商品数据信息概述
9分钟
录播
2.商品类别划分方式
10分钟
录播
3.商品类别可视化展示
11分钟
录播
4.商品描述长度对价格的影响分析
8分钟
录播
5.关键词的词云可视化展示
11分钟
录播
6.基于tf-idf提取关键词信息
9分钟
录播
7.通过降维进行可视化展示
8分钟
录播
8.聚类分析与主题模型展示
8分钟
24-3节 贝叶斯算法
录播
1.贝叶斯算法概述
6分钟
录播
2.贝叶斯推导实例
7分钟
录播
3.贝叶斯拼写纠错实例
11分钟
录播
4.垃圾邮件过滤实例
14分钟
录播
5.贝叶斯实现拼写检查器
12分钟
24-4节 新闻分类任务实战
录播
1.文本分析与关键词提取
12分钟
录播
2.相似度计算
11分钟
录播
3.新闻数据与任务简介
10分钟
录播
4.TF-IDF关键词提取
13分钟
录播
5.LDA建模
9分钟
录播
6.基于贝叶斯算法进行新闻分类
14分钟
24-5节 HMM隐马尔科夫模型
录播
1.马尔科夫模型
7分钟
录播
2.隐马尔科夫模型基本出发点
7分钟
录播
3.组成与要解决的问题
5分钟
录播
4.暴力求解方法
9分钟
录播
5.复杂度计算
5分钟
录播
6.前向算法
13分钟
录播
7.前向算法求解实例
13分钟
录播
8.Baum-Welch算法
9分钟
录播
9.参数求解
6分钟
录播
10.维特比算法
15分钟
24-6节 HMM工具包实战
录播
1.hmmlearn工具包
6分钟
录播
2.工具包使用方法
8分钟
录播
3.中文分词任务
5分钟
录播
4.实现中文分词
10分钟
24-7节 语言模型
录播
1.开篇
4分钟
录播
2.语言模型
6分钟
录播
3.N-gram模型
8分钟
录播
4.词向量
9分钟
录播
5.神经网络模型
10分钟
录播
6.Hierarchical Softmax
10分钟
录播
7.CBOW模型实例
11分钟
录播
8.CBOW求解目标
5分钟
录播
9.锑度上升求解
10分钟
录播
10.负采样模型
7分钟
24-8节 使用Gemsim构建词向量
录播
1.使用Gensim库构造词向量
6分钟
录播
2.维基百科中文数据处理
10分钟
录播
3.Gensim构造word2vec模型
8分钟
录播
4.测试模型相似度结果
7分钟
24-9节 基于word2vec的分类任务
录播
1.影评情感分类
17分钟
录播
2.基于词袋模型训练分类器
11分钟
录播
3.准备word2vec输入数据
10分钟
录播
4.使用gensim构建word2vec词向量（新）
15分钟
24-10节 NLP-文本特征方法对比
录播
1.任务概述
10分钟
录播
2.词袋模型
6分钟
录播
3.词袋模型分析
12分钟
录播
4.TFIDF模型
8分钟
录播
5.word2vec词向量模型
8分钟
录播
6.深度学习模型
5分钟
24-11节 NLP-相似度模型
录播
1.任务概述
5分钟
录播
2.数据展示
5分钟
录播
3.正负样本制作
8分钟
录播
4.数据预处理
7分钟
录播
5.网络模型定义
11分钟
录播
6.基于字符的训练
9分钟
录播
7.基于句子的相似度训练
5分钟
24-12节 LSTM情感分析
录播
1.RNN网络架构
12分钟
录播
2.LSTM网络架构
12分钟
录播
3.案例：使用LSTM进行情感分类
13分钟
录播
4.情感数据集处理
13分钟
录播
5.基于word2vec的LSTM模型
17分钟
24-13节 机器人写唐诗
录播
1.任务概述与环境配置
4分钟
录播
2.参数配置
11分钟
录播
3.数据预处理模块
14分钟
录播
4.batch数据制作
12分钟
录播
5.RNN模型定义
8分钟
录播
6.完成训练模块
12分钟
录播
7.训练唐诗生成模型
4分钟
录播
8.测试唐诗生成效果
9分钟
24-14节 对话机器人
录播
1.效果演示
8分钟
录播
2.参数配置与数据加载
12分钟
录播
3.数据处理
8分钟
录播
4.词向量与投影
9分钟
录播
5.seq网络
8分钟
录播
6.网络训练
6分钟
第二十五章 知识图谱实战系列
可试看
25-1节 知识图谱介绍及其应用领域分析
录播
1.知识图谱通俗解读
7分钟
录播
2.知识图谱在搜索引擎中的应用
8分钟
录播
3.知识图谱在医疗领域应用实例
13分钟
录播
4.金融与推荐领域的应用
8分钟
录播
5.数据获取分析
10分钟
25-2节 知识图谱涉及技术点分析
录播
1.数据关系抽取分析
8分钟
录播
2.常用NLP技术点分析
8分钟
录播
3.graph-embedding的作用与效果
9分钟
录播
4.金融领域图编码实例
4分钟
录播
5.视觉领域图编码实例
7分钟
录播
6.图谱知识融合与总结分析
8分钟
25-3节 Neo4j数据库实战
录播
1.Neo4j图数据库介绍
8分钟
录播
2.Neo4j数据库安装流程演示
7分钟
录播
3.可视化例子演示
9分钟
录播
4.创建与删除操作演示
8分钟
录播
5.数据库更改查询操作演示
8分钟
25-4节 使用python操作neo4j实例
录播
1.使用Py2neo建立连接
5分钟
录播
2.提取所需的指标信息
7分钟
录播
3.在图中创建实体
7分钟
录播
4.根据给定实体创建关系
8分钟
25-5节 基于知识图谱的医药问答系统实战
录播
1.项目概述与整体架构分析
7分钟
录播
2.医疗数据介绍及其各字段含义
7分钟
录播
3.任务流程概述
5分钟
录播
4.环境配置与所需工具包安装
6分钟
录播
5.提取数据中的关键字段信息
11分钟
录播
6.创建关系边
8分钟
录播
7.打造医疗知识图谱模型
10分钟
录播
8.加载所有实体数据
6分钟
录播
9.实体关键词字典制作
8分钟
录播
10.完成对话系统构建
9分钟
25-6节 文本关系抽取实践
录播
1.关系抽取要完成的任务演示与分析
5分钟
录播
2.LTP工具包概述介绍
8分钟
录播
3.pyltp安装与流程演示
7分钟
录播
4.得到分词与词性标注结果
6分钟
录播
5.依存句法概述
5分钟
录播
6.句法分析结果整理
9分钟
录播
7.语义角色构建与分析
11分钟
可试看
录播
8.设计规则完成关系抽取
9分钟
可试看
25-7节 金融平台风控模型实践
录播
1.竞赛任务目标
5分钟
录播
2.图模型信息提取
8分钟
录播
3.节点权重特征提取(PageRank)
10分钟
录播
4.deepwalk构建图顶点特征
10分钟
录播
5.各项统计特征
6分钟
录播
6.app安装特征
6分钟
录播
7.图中联系人特征
6分钟
25-8节 医学糖尿病数据命名实体识别
录播
1.数据与任务介绍
7分钟
录播
2.整体模型架构
4分钟
录播
3.数据-标签-语料库处理
10分钟
录播
4.输入样本填充补齐
9分钟
录播
5.训练网络模型
10分钟
录播
6.医疗数据集（糖尿病）实体识别
9分钟
第二十六章 语音识别实战系列
26-1节 seq2seq序列网络模型
录播
1.序列网络模型概述分析
8分钟
录播
2.工作原理概述
3分钟
录播
3.注意力机制的作用
6分钟
录播
4.加入attention的序列模型整体架构
9分钟
录播
5.TeacherForcing的作用与训练策略
7分钟
录播
6.额外补充-RNN网络模型解读
11分钟
26-2节 LAS模型语音识别实战
录播
1.数据源与环境配置
8分钟
录播
2.语料表制作方法
5分钟
录播
3.制作json标注数据
9分钟
录播
4.声音数据处理模块解读
11分钟
录播
5.Pack与Pad操作解析
10分钟
录播
6.编码器模块整体流程
7分钟
录播
7.加入注意力机制
7分钟
录播
8.计算得到每个输出的attention得分
9分钟
录播
9.解码器与训练过程演示
8分钟
26-3节 starganvc2变声器论文原理解读
录播
1.论文整体思路与架构解读
7分钟
录播
2.VCC2016输入数据
7分钟
录播
3.语音特征提取
11分钟
录播
4.生成器模型架构分析
5分钟
录播
5.InstanceNorm的作用解读
7分钟
录播
6.AdaIn的目的与效果
5分钟
录播
7.判别器模块分析
13分钟
26-4节 staeganvc2变声器源码实战
录播
1.数据与项目文件解读
7分钟
录播
2.环境配置与工具包安装
8分钟
录播
3.数据预处理与声音特征提取
13分钟
录播
4.生成器构造模块解读
9分钟
录播
5.下采样与上采样操作
7分钟
录播
6.starganvc2版本标签输入分析
6分钟
录播
7.生成器前向传播维度变化
7分钟
录播
8.判别器模块解读
7分钟
录播
9.论文损失函数
8分钟
录播
10.源码损失计算流程
6分钟
录播
11.测试模块-生成转换语音
9分钟
26-5节 语音分离ConvTasnet模型
录播
1.语音分离任务分析
3分钟
录播
2.经典语音分离模型概述
7分钟
录播
3.DeepClustering论文解读
5分钟
录播
4.TasNet编码器结构分析
10分钟
录播
5.DW卷积的作用与效果
4分钟
录播
6.基于Mask得到分离结果
5分钟
26-6节 ConvTasnet语音分离实战
录播
1.数据准备与环境配置
11分钟
录播
2.训练任务所需参数介绍
7分钟
录播
3.DataLoader定义
4分钟
录播
4.采样数据特征编码
7分钟
录播
5.编码器特征提取
7分钟
录播
6.构建更大的感受区域
10分钟
录播
7.解码得到分离后的语音
6分钟
录播
8.测试模块所需参数
3分钟
26-7节 语音合成tacotron最新版实战
录播
1.语音合成项目所需环境配置
9分钟
录播
2.所需数据集介绍
4分钟
录播
3.路径配置与整体流程解读
9分钟
录播
4.Dataloader构建数据与标签
11分钟
录播
5.编码层要完成的任务
8分钟
录播
6.得到编码特征向量
6分钟
录播
7.解码器输入准备
8分钟
录播
8.解码器流程梳理
9分钟
录播
9.注意力机制应用方法
8分钟
录播
10.得到加权的编码向量
10分钟
录播
11.模型输出结果
9分钟
录播
12.损失函数与预测
6分钟
第二十七章 推荐系统实战系列
27-1节 推荐系统介绍及其应用
录播
1.1-推荐系统通俗解读
7分钟
录播
2.2-推荐系统发展简介
9分钟
录播
3.3-应用领域与多方位评估指标
9分钟
录播
4.4-任务流程与挑战概述
10分钟
录播
5.5-常用技术点分析
6分钟
录播
6.6-与深度学习的结合
8分钟
27-2节 协同过滤与矩阵分解
录播
1.1-协同过滤与矩阵分解简介
4分钟
录播
2.2-基于用户与商品的协同过滤
8分钟
录播
3.3-相似度计算与推荐实例
6分钟
录播
4.4-矩阵分解的目的与效果
9分钟
录播
5.5-矩阵分解中的隐向量
9分钟
录播
6.6-目标函数简介
5分钟
录播
7.7-隐式情况分析
5分钟
录播
8.8-Embedding的作用
4分钟
27-3节 音乐推荐系统实战
录播
1.1-音乐推荐任务概述
17分钟
录播
2.2-数据集整合
8分钟
录播
3.3-基于物品的协同过滤
13分钟
录播
4.4-物品相似度计算与推荐
19分钟
录播
5.5-SVD矩阵分解
11分钟
录播
6.6-基于矩阵分解的音乐推荐
14分钟
27-4节 知识图谱与Neo4j数据库实例
录播
1.1-知识图谱通俗解读
7分钟
录播
2.2-知识图谱在搜索引擎中的应用
8分钟
录播
3.3-知识图谱在医疗领域应用实例
13分钟
录播
4.4-金融与推荐领域的应用
8分钟
录播
5.5-数据获取分析
10分钟
录播
6.1-Neo4j图数据库介绍
8分钟
录播
7.2-Neo4j数据库安装流程演示
7分钟
录播
8.3-可视化例子演示
9分钟
录播
9.4-创建与删除操作演示
8分钟
录播
10.5-数据库更改查询操作演示
8分钟
27-5节 基于知识图谱的电影推荐实战
录播
1.1-知识图谱推荐系统效果演示
5分钟
录播
2.2-kaggle电影数据集下载与配置
8分钟
录播
3.3-图谱需求与任务流程解读
7分钟
录播
4.4-项目所需环境配置安装
10分钟
录播
5.5-构建用户电影知识图谱
11分钟
录播
6.6-图谱查询与匹配操作
5分钟
录播
7.7-相似度计算与推荐引擎构建
9分钟
27-6节 点击率估计FM与DeepFM算法
录播
1.1-CTR估计及其经典方法概述
7分钟
录播
2.2-高维特征带来的问题
4分钟
录播
3.3-二项式特征的作用与挑战
4分钟
录播
4.4-二阶公式推导与化简
8分钟
录播
5.5-FM算法解析
8分钟
录播
6.6-DeepFm整体架构解读
5分钟
录播
7.7-输入层所需数据样例
5分钟
录播
8.8-Embedding层的作用与总结
8分钟
27-7节 DeepFM算法实战
录播
1.1-数据集介绍与环境配置
10分钟
录播
2.2-广告点击数据预处理实例
10分钟
录播
3.3-数据处理模块Embedding层
7分钟
录播
4.4-Index与Value数据制作
6分钟
录播
5.5-一阶权重参数设计
7分钟
录播
6.6-二阶特征构建方法
7分钟
录播
7.7-特征组合方法实例分析
12分钟
录播
8.8-完成FM模块计算
5分钟
录播
9.9-DNN模块与训练过程
8分钟
27-8节 推荐系统常用工具包演示
录播
1.1-环境配置与数据集介绍
8分钟
录播
2.2-电影数据集预处理分析
8分钟
录播
3.3-surprise工具包基本使用
7分钟
录播
4.4-模型测试集结果
7分钟
录播
5.5-评估指标概述
11分钟
27-9节 基于文本数据的推荐实例
录播
1.1-数据与环境配置介绍
5分钟
录播
2.2-数据科学相关数据介绍
6分钟
录播
3.3-文本数据预处理
6分钟
录播
4.4-TFIDF构建特征矩阵
9分钟
录播
5.5-矩阵分解演示
6分钟
录播
6.6-LDA主题模型效果演示
9分钟
录播
7.7-推荐结果分析
5分钟
27-10节 基本统计分析的电影推荐
录播
1.1-电影数据与环境配置
12分钟
录播
2.2-数据与关键词信息展示
10分钟
录播
3.3-关键词云与直方图展示
6分钟
录播
4.4-特征可视化
9分钟
录播
5.5-数据清洗概述
9分钟
录播
6.6-缺失值填充方法
7分钟
录播
7.7-推荐引擎构造
10分钟
录播
8.8-数据特征构造
9分钟
录播
9.9-得出推荐结果
10分钟
27-11节 补充-基于相似度的酒店推荐系统
录播
1.1-酒店数据与任务介绍
5分钟
录播
2.2-文本词频统计
7分钟
录播
3.3-ngram结果可视化展示
12分钟
录播
4.4-文本清洗
10分钟
录播
5.5-相似度计算
8分钟
录播
6.6-得出推荐结果
8分钟
第二十八章 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
录播
1.AI课程所需安装软件教程
5分钟
第二十九章 额外补充
29-1节 通用创新点
录播
1.ACMIX（卷积与注意力融合）
20分钟
录播
2.GCnet(全局特征融合)
13分钟
录播
3.Coordinate_attention
18分钟
录播
4.SPD（可替换下采样）
8分钟
录播
5.SPP改进
3分钟
录播
6.mobileOne(加速)
6分钟
录播
7.Deformable(替换selfAttention)
11分钟
录播
8.ProbAttention(采样策略)
5分钟
录播
9.CrossAttention融合特征
4分钟
录播
10.Attention额外加入先验知识
3分钟
录播
11.结合GNN构建局部特征
9分钟
录播
12.损失函数约束项
4分钟
录播
13.自适应可学习参数
5分钟
录播
14.Coarse2Fine大框架
8分钟
录播
15.只能机器学习模型时凑工作量（特征工程）
2分钟
录播
16.自己数据集如何发的好(要开源)
3分钟
录播
17.可变形卷积加入方法
6分钟
录播
18.在源码中加入各种注意力机制方法
24分钟