人工智能深度学习系统班（12期） 155775

 课程目录：

├──01 第一章 直播回放

| ├──01 开班典礼.mp4 1.33G

| ├──02 Pycharm环境配置与Debug演示(没用过的同学必看).mp4.mp4 125.39M

| ├──03 神经网络解读.mp4 1.32G

| ├──04 卷积神经网络.mp4 1.29G

| ├──05 transformer架构解读.mp4 1.33G

| ├──06 融合强化学习与机器人训练原理、架构、部署.mp4 690.13M

| ├──07 VIT 源码Debug.mp4 1.29G

| ├──08 Transformer下游应用实例.mp4 1.21G

| ├──09 图神经网络.mp4 1.18G

| ├──10 基于分层强化学习的机器人路径规划方法.mp4 305.62M

| ├──11 时间序列预测.mp4 1.13G

| ├──12 Huggingface与知识图谱.mp4 1.16G

| ├──13 对比学习.mp4 1.08G

| ├──14 recordmerge-20250315223625-76cf57.mp4.mp4 590.03M

| ├──15 融合大语言模型的人形机器人强化学习训练范式.mp4 376.08M

| └──16 融合具身智能的机器人学习范式.mp4 299.69M

├──02 第二章 AI课程所需安装软件教程

| └──7_8 AI课程所需安装软件教程_AI课程所需安装软件教程.mp4 19.61M

├──03 第三章-深度学习必备核心算法

| ├──1 神经网络结构.mp4 604.62M

| ├──2 卷积神经网络.mp4 676.23M

| ├──3 Transformer.mp4 557.22M

| └──4 VIT源码解读.mp4 878.23M

├──04 第四章 深度学习框架PyTorch

| ├──12_13 深度学习框架PyTorch_PyTorch框架与其他框架区别分析.mp4 33.24M

| ├──13_14 深度学习框架PyTorch_CPU与GPU版本安装方法解读.mp4 100.57M

| ├──14_15 深度学习框架PyTorch_数据集与任务概述.mp4 43.34M

| ├──15_16 深度学习框架PyTorch_基本模块应用测试.mp4 47.62M

| ├──16_17 深度学习框架PyTorch_网络结构定义方法.mp4 55.60M

| ├──17_18 深度学习框架PyTorch_数据源定义简介.mp4 38.98M

| ├──18_19 深度学习框架PyTorch_损失与训练模块分析.mp4 42.31M

| ├──19_20 深度学习框架PyTorch_训练一个基本的分类模型.mp4 54.59M

| ├──20_21 深度学习框架PyTorch_参数对结果的影响.mp4 51.65M

| ├──21_22 深度学习框架PyTorch_神经网络回归任务-气温预测.mp4 198.56M

| ├──22_23 深度学习框架PyTorch_输入特征通道分析.mp4 42.48M

| ├──23_24 深度学习框架PyTorch_卷积网络参数解读.mp4 31.46M

| ├──24_25 深度学习框架PyTorch_卷积网络模型训练.mp4 55.14M

| ├──25_26 深度学习框架PyTorch_任务分析与图像数据基本处理.mp4 41.62M

| ├──26_27 深度学习框架PyTorch_数据增强模块.mp4 40.50M

| ├──27_28 深度学习框架PyTorch_数据集与模型选择.mp4 45.32M

| ├──28_29 深度学习框架PyTorch_迁移学习方法解读.mp4 44.66M

| ├──29_30 深度学习框架PyTorch_输出层与梯度设置.mp4 61.42M

| ├──30_31 深度学习框架PyTorch_输出类别个数修改.mp4 49.06M

| ├──31_32 深度学习框架PyTorch_优化器与学习率衰减.mp4 52.48M

| ├──32_33 深度学习框架PyTorch_模型训练方法.mp4 52.60M

| ├──33_34 深度学习框架PyTorch_重新训练全部模型.mp4 54.81M

| ├──34_35 深度学习框架PyTorch_测试结果演示分析.mp4 110.98M

| ├──35_36 深度学习框架PyTorch_Dataloader要完成的任务分析.mp4 39.20M

| ├──36_37 深度学习框架PyTorch_图像数据与标签路径处理.mp4 48.98M

| ├──37_38 深度学习框架PyTorch_Dataloader中需要实现的方法分析.mp4 46.95M

| ├──38_39 深度学习框架PyTorch_实用Dataloader加载数据并训练模型.mp4 77.82M

| ├──39_40 深度学习框架PyTorch_数据集与任务目标分析.mp4 52.81M

| ├──40_41 深度学习框架PyTorch_文本数据处理基本流程分析.mp4 55.97M

| ├──41_42 深度学习框架PyTorch_命令行参数与DEBUG.mp4 36.52M

| ├──42_43 深度学习框架PyTorch_训练模型所需基本配置参数分析.mp4 40.92M

| ├──43_44 深度学习框架PyTorch_预料表与字符切分.mp4 31.98M

| ├──44_45 深度学习框架PyTorch_字符预处理转换ID.mp4 34.37M

| ├──45_46 深度学习框架PyTorch_LSTM网络结构基本定义.mp4 34.73M

| ├──46_47 深度学习框架PyTorch_网络模型预测结果输出.mp4 39.11M

| ├──47_48 深度学习框架PyTorch_模型训练任务与总结.mp4 45.16M

| ├──48_49 深度学习框架PyTorch_基本结构与训练好的模型加载.mp4 21.02M

| ├──49_50 深度学习框架PyTorch_服务端处理与预测函数.mp4 40.92M

| └──50_51 深度学习框架PyTorch_基于Flask测试模型预测结果.mp4 46.26M

├──05 第五章 综合项目-物体检测经典算法实战

| ├──100_101 综合项目-物体检测经典算法实战_训练代码与参数配置更改.mp4 44.29M

| ├──101_102 综合项目-物体检测经典算法实战_训练模型并测试效果.mp4 38.49M

| ├──102_103 综合项目-物体检测经典算法实战_V4版本整体概述.mp4 15.06M

| ├──103_104 综合项目-物体检测经典算法实战_V4版本贡献解读.mp4 10.06M

| ├──104_105 综合项目-物体检测经典算法实战_数据增强策略分析.mp4 24.70M

| ├──106_107 综合项目-物体检测经典算法实战_损失函数遇到的问题.mp4 14.26M

| ├──107_108 综合项目-物体检测经典算法实战_CIOU损失函数定义.mp4 10.82M

| ├──108_109 综合项目-物体检测经典算法实战_NMS细节改进.mp4 16.66M

| ├──109_110 综合项目-物体检测经典算法实战_SPP与CSP网络结构.mp4 14.81M

| ├──110_111 综合项目-物体检测经典算法实战_SAM注意力机制模块.mp4 22.48M

| ├──111_112 综合项目-物体检测经典算法实战_PAN模块解读.mp4 20.64M

| ├──112_113 综合项目-物体检测经典算法实战_激活函数与整体架构总结.mp4 19.19M

| ├──113_114 综合项目-物体检测经典算法实战_整体项目概述.mp4 35.77M

| ├──114_115 综合项目-物体检测经典算法实战_训练自己的数据集方法.mp4 41.32M

| ├──115_116 综合项目-物体检测经典算法实战_训练数据参数配置.mp4 51.48M

| ├──116_117 综合项目-物体检测经典算法实战_测试DEMO演示.mp4 50.47M

| ├──117_118 综合项目-物体检测经典算法实战_数据源DEBUG流程解读.mp4 48.13M

| ├──118_119 综合项目-物体检测经典算法实战_图像数据源配置.mp4 34.65M

| ├──119_120 综合项目-物体检测经典算法实战_加载标签数据.mp4 26.33M

| ├──120_121 综合项目-物体检测经典算法实战_Mosaic数据增强方法.mp4 28.19M

| ├──121_122 综合项目-物体检测经典算法实战_数据四合一方法与流程演示.mp4 41.69M

| ├──122_123 综合项目-物体检测经典算法实战_getItem构建batch.mp4 33.03M

| ├──123_124 综合项目-物体检测经典算法实战_网络架构图可视化工具安装.mp4 34.33M

| ├──124_125 综合项目-物体检测经典算法实战_V5网络配置文件解读.mp4 35.74M

| ├──125_126 综合项目-物体检测经典算法实战_Focus模块流程分析.mp4 21.93M

| ├──126_127 综合项目-物体检测经典算法实战_完成配置文件解析任务.mp4 58.80M

| ├──127_128 综合项目-物体检测经典算法实战_前向传播计算.mp4 30.80M

| ├──128_129 综合项目-物体检测经典算法实战_BottleneckCSP层计算方法.mp4 33.82M

| ├──129_130 综合项目-物体检测经典算法实战_SPP层计算细节分析.mp4 29.17M

| ├──130_131 综合项目-物体检测经典算法实战_Head层流程解读.mp4 29.12M

| ├──131_132 综合项目-物体检测经典算法实战_上采样与拼接操作.mp4 21.48M

| ├──132_133 综合项目-物体检测经典算法实战_输出结果分析.mp4 41.71M

| ├──133_134 综合项目-物体检测经典算法实战_超参数解读.mp4 34.94M

| ├──134_135 综合项目-物体检测经典算法实战_命令行参数介绍.mp4 44.26M

| ├──135_136 综合项目-物体检测经典算法实战_训练流程解读.mp4 46.81M

| ├──136_137 综合项目-物体检测经典算法实战_各种训练策略概述.mp4 38.43M

| ├──137_138 综合项目-物体检测经典算法实战_模型迭代过程.mp4 38.42M

| ├──138_139 综合项目-物体检测经典算法实战_YOLO系列（V7）算法解读.mp4 650.58M

| ├──139_140 综合项目-物体检测经典算法实战_命令行参数介绍.mp4 25.02M

| ├──140_141 综合项目-物体检测经典算法实战_基本参数作用.mp4 40.80M

| ├──141_142 综合项目-物体检测经典算法实战_EMA等训练技巧解读.mp4 49.31M

| ├──142_143 综合项目-物体检测经典算法实战_网络结构配置文件解读.mp4 36.94M

| ├──143_144 综合项目-物体检测经典算法实战_各模块操作细节分析.mp4 49.07M

| ├──144_145 综合项目-物体检测经典算法实战_输出层与配置文件其他模块解读.mp4 60.88M

| ├──145_146 综合项目-物体检测经典算法实战_标签分配策略准备操作.mp4 34.72M

| ├──146_147 综合项目-物体检测经典算法实战_候选框偏移方法与find3p模块解读.mp4 33.70M

| ├──147_148 综合项目-物体检测经典算法实战_得到偏移点所在网格位置.mp4 42.85M

| ├──148_149 综合项目-物体检测经典算法实战_完成BuildTargets模块.mp4 51.40M

| ├──149_150 综合项目-物体检测经典算法实战_候选框筛选流程分析.mp4 31.75M

| ├──150_151 综合项目-物体检测经典算法实战_预测值各项指标获取与调整.mp4 47.03M

| ├──151_152 综合项目-物体检测经典算法实战_GT匹配正样本数量计算.mp4 42.07M

| ├──152_153 综合项目-物体检测经典算法实战_通过IOU与置信度分配正样本.mp4 60.44M

| ├──153_154 综合项目-物体检测经典算法实战_损失函数计算方法.mp4 46.08M

| ├──154_155 综合项目-物体检测经典算法实战_辅助头AUX网络结构配置文件解析.mp4 31.05M

| ├──155_156 综合项目-物体检测经典算法实战_辅助头损失函数调整.mp4 39.28M

| ├──156_157 综合项目-物体检测经典算法实战_BN与卷积权重参数融合方法.mp4 53.77M

| ├──157_158 综合项目-物体检测经典算法实战_重参数化多分支合并加速.mp4 43.19M

| ├──158_159 综合项目-物体检测经典算法实战_YOLOV8.mp4 250.98M

| ├──159_160 综合项目-物体检测经典算法实战_DETR目标检测基本思想解读.mp4 19.35M

| ├──160_161 综合项目-物体检测经典算法实战_整体网络架构分析.mp4 31.64M

| ├──161_162 综合项目-物体检测经典算法实战_位置信息初始化query向量.mp4 19.97M

| ├──162_163 综合项目-物体检测经典算法实战_注意力机制的作用方法.mp4 20.85M

| ├──163_164 综合项目-物体检测经典算法实战_训练过程的策略.mp4 28.41M

| ├──164_165 综合项目-物体检测经典算法实战_项目环境配置解读.mp4 40.42M

| ├──165_166 综合项目-物体检测经典算法实战_数据处理与dataloader.mp4 64.11M

| ├──166_167 综合项目-物体检测经典算法实战_位置编码作用分析.mp4 47.95M

| ├──167_168 综合项目-物体检测经典算法实战_backbone特征提取模块.mp4 35.62M

| ├──168_169 综合项目-物体检测经典算法实战_mask与编码模块.mp4 34.75M

| ├──169_170 综合项目-物体检测经典算法实战_编码层作用方法.mp4 42.86M

| ├──170_171 综合项目-物体检测经典算法实战_Decoder层操作与计算.mp4 30.15M

| ├──171_172 综合项目-物体检测经典算法实战_输出预测结果.mp4 41.28M

| ├──172_173 综合项目-物体检测经典算法实战_损失函数与预测输出.mp4 41.18M

| ├──173_174 综合项目-物体检测经典算法实战_DeformableDetr算法解读.mp4 1.55G

| ├──174_175 综合项目-物体检测经典算法实战_半监督物体检测.mp4 824.82M

| ├──175_176 综合项目-物体检测经典算法实战_EfficientNet网络.mp4 538.47M

| ├──176_177 综合项目-物体检测经典算法实战_EfficientDet检测算法.mp4 448.01M

| ├──177_178 综合项目-物体检测经典算法实战_YOLO V9.mp4 1.42G

| ├──51_52 综合项目-物体检测经典算法实战_Pycharm环境配置与Debug演示(没用过的同学必看).mp4 125.39M

| ├──52_53 综合项目-物体检测经典算法实战_物体检测评估指标.mp4 84.11M

| ├──53_54 综合项目-物体检测经典算法实战_检测任务中阶段的意义.mp4 15.14M

| ├──54_55 综合项目-物体检测经典算法实战_不同阶段算法优缺点分析.mp4 10.68M

| ├──55_56 综合项目-物体检测经典算法实战_IOU指标计算.mp4 11.74M

| ├──56_57 综合项目-物体检测经典算法实战_评估所需参数计算.mp4 26.23M

| ├──57_58 综合项目-物体检测经典算法实战_map指标计算.mp4 19.63M

| ├──58_59 综合项目-物体检测经典算法实战_YOLO算法整体思路解读.mp4 14.68M

| ├──59_60 综合项目-物体检测经典算法实战_检测算法要得到的结果.mp4 13.63M

| ├──60_61 综合项目-物体检测经典算法实战_整体网络架构解读.mp4 30.67M

| ├──61_62 综合项目-物体检测经典算法实战_位置损失计算.mp4 18.97M

| ├──62_63 综合项目-物体检测经典算法实战_置信度误差与优缺点分析.mp4 26.86M

| ├──63_64 综合项目-物体检测经典算法实战_V2版本细节升级概述.mp4 13.38M

| ├──64_65 综合项目-物体检测经典算法实战_网络结构特点.mp4 15.69M

| ├──65_66 综合项目-物体检测经典算法实战_架构细节解读.mp4 18.92M

| ├──66_67 综合项目-物体检测经典算法实战_基于聚类来选择先验框尺寸.mp4 24.24M

| ├──67_68 综合项目-物体检测经典算法实战_偏移量计算方法.mp4 27.55M

| ├──68_69 综合项目-物体检测经典算法实战_坐标映射与还原.mp4 10.08M

| ├──69_70 综合项目-物体检测经典算法实战_感受野的作用.mp4 28.11M

| ├──70_71 综合项目-物体检测经典算法实战_特征融合改进.mp4 19.20M

| ├──71_72 综合项目-物体检测经典算法实战_V3版本改进概述.mp4 18.27M

| ├──72_73 综合项目-物体检测经典算法实战_多scale方法改进与特征融合.mp4 17.07M

| ├──73_74 综合项目-物体检测经典算法实战_经典变换方法对比分析.mp4 10.83M

| ├──74_75 综合项目-物体检测经典算法实战_残差连接方法解读.mp4 18.64M

| ├──75_76 综合项目-物体检测经典算法实战_整体网络模型架构分析.mp4 12.93M

| ├──76_77 综合项目-物体检测经典算法实战_先验框设计改进.mp4 13.04M

| ├──77_78 综合项目-物体检测经典算法实战_sotfmax层改进.mp4 10.61M

| ├──78_79 综合项目-物体检测经典算法实战_数据与环境配置.mp4 65.52M

| ├──79_80 综合项目-物体检测经典算法实战_训练参数设置.mp4 23.85M

| ├──80_81 综合项目-物体检测经典算法实战_COCO图像数据读取与处理.mp4 42.51M

| ├──81_82 综合项目-物体检测经典算法实战_标签文件读取与处理.mp4 27.48M

| ├──82_83 综合项目-物体检测经典算法实战_debug模式介绍.mp4 27.25M

| ├──83_84 综合项目-物体检测经典算法实战_基于配置文件构建网络模型.mp4 42.04M

| ├──84_85 综合项目-物体检测经典算法实战_路由层与shortcut层的作用.mp4 33.72M

| ├──85_86 综合项目-物体检测经典算法实战_YOLO层定义解析.mp4 61.09M

| ├──86_87 综合项目-物体检测经典算法实战_预测结果计算.mp4 46.00M

| ├──87_88 综合项目-物体检测经典算法实战_网格偏移计算.mp4 33.92M

| ├──88_89 综合项目-物体检测经典算法实战_模型要计算的损失概述.mp4 23.14M

| ├──89_90 综合项目-物体检测经典算法实战_标签值格式修改.mp4 28.27M

| ├──90_91 综合项目-物体检测经典算法实战_坐标相对位置计算.mp4 32.80M

| ├──91_92 综合项目-物体检测经典算法实战_完成所有损失函数所需计算指标.mp4 35.32M

| ├──92_93 综合项目-物体检测经典算法实战_模型训练与总结.mp4 72.91M

| ├──93_94 综合项目-物体检测经典算法实战_预测效果展示.mp4 34.51M

| ├──94_95 综合项目-物体检测经典算法实战_Labelme工具安装.mp4 14.29M

| ├──95_96 综合项目-物体检测经典算法实战_数据信息标注.mp4 32.09M

| ├──96_97 综合项目-物体检测经典算法实战_完成标签制作.mp4 31.74M

| ├──97_98 综合项目-物体检测经典算法实战_生成模型所需配置文件.mp4 36.71M

| ├──98_99 综合项目-物体检测经典算法实战_json格式转换成yolo-v3所需输入.mp4 20.95M

| └──99_100 综合项目-物体检测经典算法实战_完成输入数据准备工作.mp4 40.10M

├──06 第六章-Opencv图像处理框架实战

| ├──204 Opencv图像处理框架实战_Pycharm环境配置与Debug演示(没用过的同学必看).mp4 125.39M

| ├──205 Opencv图像处理框架实战_课程简介.mp4 5.37M

| ├──206_208 Opencv图像处理框架实战_课程简介.mp4 5.37M

| ├──207_209 Opencv图像处理框架实战_Python与Opencv配置安装.mp4 33.28M

| ├──208_210 Opencv图像处理框架实战_Notebook与IDE环境.mp4 84.39M

| ├──209_211 Opencv图像处理框架实战_计算机眼中的图像.mp4 30.88M

| ├──210_212 Opencv图像处理框架实战_视频的读取与处理.mp4 46.97M

| ├──211_213 Opencv图像处理框架实战_ROI区域.mp4 15.37M

| ├──212_214 Opencv图像处理框架实战_边界填充.mp4 21.46M

| ├──214_216 Opencv图像处理框架实战_图像阈值.mp4 30.78M

| ├──215_217 Opencv图像处理框架实战_图像平滑处理.mp4 24.69M

| ├──216_218 Opencv图像处理框架实战_高斯与中值滤波.mp4 20.55M

| ├──217_219 Opencv图像处理框架实战_腐蚀操作.mp4 20.99M

| ├──218_220 Opencv图像处理框架实战_膨胀操作.mp4 12.25M

| ├──219_221 Opencv图像处理框架实战_开运算与闭运算.mp4 9.32M

| ├──220_222 Opencv图像处理框架实战_梯度计算.mp4 7.85M

| ├──221_223 Opencv图像处理框架实战_礼帽与黑帽.mp4 15.88M

| ├──223_225 Opencv图像处理框架实战_梯度计算方法.mp4 30.29M

| ├──224_226 Opencv图像处理框架实战_scharr与lapkacian算子.mp4 27.39M

| ├──225_227 Opencv图像处理框架实战_Canny边缘检测流程.mp4 18.97M

| ├──227_229 Opencv图像处理框架实战_边缘检测效果.mp4 36.63M

| ├──228_230 Opencv图像处理框架实战_图像金字塔定义.mp4 19.68M

| ├──229_231 Opencv图像处理框架实战_金字塔制作方法.mp4 25.47M

| ├──230_232 Opencv图像处理框架实战_轮廓检测方法.mp4 19.31M

| ├──231_233 Opencv图像处理框架实战_轮廓检测结果.mp4 34.37M

| ├──232_234 Opencv图像处理框架实战_轮廓特征与近似.mp4 37.51M

| ├──233_235 Opencv图像处理框架实战_模板匹配方法.mp4 47.35M

| ├──234_236 Opencv图像处理框架实战_匹配效果展示.mp4 21.14M

| ├──235_237 Opencv图像处理框架实战_直方图定义.mp4 23.64M

| ├──236_238 Opencv图像处理框架实战_均衡化原理.mp4 31.35M

| ├──237_239 Opencv图像处理框架实战_均衡化效果.mp4 27.21M

| ├──238_240 Opencv图像处理框架实战_傅里叶概述.mp4 38.79M

| ├──239_241 Opencv图像处理框架实战_频域变换结果.mp4 26.26M

| ├──240_242 Opencv图像处理框架实战_低通与高通滤波.mp4 27.34M

| ├──241_243 Opencv图像处理框架实战_总体流程与方法讲解.mp4 20.65M

| ├──242_244 Opencv图像处理框架实战_环境配置与预处理.mp4 34.85M

| ├──243_245 Opencv图像处理框架实战_模板处理方法.mp4 23.69M

| ├──244_246 Opencv图像处理框架实战_输入数据处理方法.mp4 28.88M

| ├──245_247 Opencv图像处理框架实战_模板匹配得出识别结果.mp4 47.72M

| ├──246_248 Opencv图像处理框架实战_整体流程演示.mp4 21.50M

| ├──247_249 Opencv图像处理框架实战_文档轮廓提取.mp4 27.81M

| ├──248_250 Opencv图像处理框架实战_原始与变换坐标计算.mp4 26.24M

| ├──249_251 Opencv图像处理框架实战_透视变换结果.mp4 32.87M

| ├──250_252 Opencv图像处理框架实战_tesseract-ocr安装配置.mp4 41.23M

| ├──251_253 Opencv图像处理框架实战_文档扫描识别效果.mp4 28.86M

| ├──252_254 Opencv图像处理框架实战_角点检测基本原理.mp4 15.53M

| ├──253_255 Opencv图像处理框架实战_基本数学原理.mp4 30.58M

| ├──254_256 Opencv图像处理框架实战_求解化简.mp4 31.79M

| ├──255_257 Opencv图像处理框架实战_特征归属划分.mp4 43.23M

| ├──256_258 Opencv图像处理框架实战_opencv角点检测效果.mp4 31.04M

| ├──257_259 Opencv图像处理框架实战_尺度空间定义.mp4 20.04M

| ├──258_260 Opencv图像处理框架实战_高斯差分金字塔.mp4 21.68M

| ├──259_261 Opencv图像处理框架实战_特征关键点定位.mp4 48.15M

| ├──260_262 Opencv图像处理框架实战_生成特征描述.mp4 24.66M

| ├──261_263 Opencv图像处理框架实战_特征向量生成.mp4 43.73M

| ├──262_264 Opencv图像处理框架实战_opencv中sift函数使用.mp4 28.80M

| ├──263_265 Opencv图像处理框架实战_特征匹配方法.mp4 28.56M

| ├──264_266 Opencv图像处理框架实战_RANSAC算法.mp4 34.50M

| ├──265_267 Opencv图像处理框架实战_图像拼接方法.mp4 44.96M

| ├──266_268 Opencv图像处理框架实战_流程解读.mp4 21.65M

| ├──267_269 Opencv图像处理框架实战_任务整体流程.mp4 71.40M

| ├──268_270 Opencv图像处理框架实战_所需数据介绍.mp4 34.31M

| ├──269_271 Opencv图像处理框架实战_图像数据预处理.mp4 56.75M

| ├──270_272 Opencv图像处理框架实战_车位直线检测.mp4 61.44M

| ├──271_273 Opencv图像处理框架实战_按列划分区域.mp4 54.67M

| ├──272_274 Opencv图像处理框架实战_车位区域划分.mp4 57.33M

| ├──273_275 Opencv图像处理框架实战_识别模型构建.mp4 41.19M

| ├──274_276 Opencv图像处理框架实战_基于视频的车位检测.mp4 135.61M

| ├──275_277 Opencv图像处理框架实战_整体流程与效果概述.mp4 29.49M

| ├──276_278 Opencv图像处理框架实战_预处理操作.mp4 24.08M

| ├──277_279 Opencv图像处理框架实战_填涂轮廓检测.mp4 25.66M

| ├──278_280 Opencv图像处理框架实战_选项判断识别.mp4 57.12M

| ├──279_281 Opencv图像处理框架实战_背景消除-帧差法.mp4 20.79M

| ├──280_282 Opencv图像处理框架实战_混合高斯模型.mp4 26.39M

| ├──281_283 Opencv图像处理框架实战_学习步骤.mp4 31.75M

| ├──282_284 Opencv图像处理框架实战_背景建模实战.mp4 51.17M

| ├──283_285 Opencv图像处理框架实战_基本概念.mp4 20.20M

| ├──284_286 Opencv图像处理框架实战_Lucas-Kanade算法.mp4 19.67M

| ├──285_287 Opencv图像处理框架实战_推导求解.mp4 25.94M

| ├──286_288 Opencv图像处理框架实战_光流估计实战.mp4 64.22M

| ├──287_289 Opencv图像处理框架实战_dnn模块.mp4 28.59M

| ├──288_290 Opencv图像处理框架实战_模型加载结果输出.mp4 40.50M

| ├──289_291 Opencv图像处理框架实战_目标追踪概述.mp4 49.75M

| ├──290_292 Opencv图像处理框架实战_多目标追踪实战.mp4 34.62M

| ├──291_293 Opencv图像处理框架实战_深度学习检测框架加载.mp4 43.62M

| ├──292_294 Opencv图像处理框架实战_基于dlib与ssd的追踪.mp4 73.02M

| ├──293_295 Opencv图像处理框架实战_多进程目标追踪.mp4 25.72M

| ├──294_296 Opencv图像处理框架实战_多进程效率提升对比.mp4 78.13M

| ├──295_297 Opencv图像处理框架实战_卷积神经网络的应用.mp4 36.18M

| ├──296_298 Opencv图像处理框架实战_卷积层解释.mp4 22.31M

| ├──297_299 Opencv图像处理框架实战_卷积计算过程.mp4 27.61M

| ├──298_300 Opencv图像处理框架实战_pading与stride.mp4 26.12M

| ├──299_301 Opencv图像处理框架实战_卷积参数共享.mp4 17.69M

| ├──300_302 Opencv图像处理框架实战_池化层原理.mp4 16.09M

| ├──301_303 Opencv图像处理框架实战_卷积效果演示.mp4 24.58M

| ├──302_304 Opencv图像处理框架实战_卷积操作流程.mp4 41.15M

| ├──303_305 Opencv图像处理框架实战_关键点定位概述.mp4 28.45M

| ├──304_306 Opencv图像处理框架实战_获取人脸关键点.mp4 36.07M

| ├──305_307 Opencv图像处理框架实战_定位效果演示.mp4 45.43M

| ├──306_308 Opencv图像处理框架实战_闭眼检测.mp4 71.07M

| └──307_309 Opencv图像处理框架实战_检测效果.mp4 40.60M

├──07 第七章-图像分割实战

| ├──428_430 图像分割实战_语义分割与实例分割概述.mp4 20.24M

| ├──429_431 图像分割实战_分割任务中的目标函数定义.mp4 20.00M

| ├──430_432 图像分割实战_MIOU评估标准.mp4 9.03M

| ├──431_433 图像分割实战_卷积神经网络应用领域.mp4 21.20M

| ├──432_434 图像分割实战_卷积的作用.mp4 22.67M

| ├──433_435 图像分割实战_卷积特征值计算方法.mp4 21.23M

| ├──434_436 图像分割实战_得到特征图表示.mp4 18.23M

| ├──435_437 图像分割实战_步长与卷积核大小对结果的影响.mp4 19.86M

| ├──436_438 图像分割实战_边缘填充方法.mp4 17.28M

| ├──437_439 图像分割实战_特征图尺寸计算与参数共享.mp4 21.99M

| ├──438_440 图像分割实战_池化层的作用.mp4 11.31M

| ├──439_441 图像分割实战_整体网络架构.mp4 16.98M

| ├──440_442 图像分割实战_VGG网络架构.mp4 19.34M

| ├──441_443 图像分割实战_残差网络Resnet.mp4 18.02M

| ├──442_444 图像分割实战_感受野的作用.mp4 16.86M

| ├──443_445 图像分割实战_Unet网络编码与解码过程.mp4 18.29M

| ├──444_446 图像分割实战_网络计算流程.mp4 16.13M

| ├──445_447 图像分割实战_Unet升级版本改进.mp4 15.75M

| ├──446_448 图像分割实战_后续升级版本介绍.mp4 18.37M

| ├──447_449 图像分割实战_医学细胞数据集介绍与参数配置.mp4 71.21M

| ├──448_450 图像分割实战_数据增强工具.mp4 61.47M

| ├──449_451 图像分割实战_Debug模式演示网络计算流程.mp4 41.37M

| ├──450_452 图像分割实战_特征融合方法演示.mp4 30.05M

| ├──451_453 图像分割实战_迭代完成整个模型计算任务.mp4 33.55M

| ├──452_454 图像分割实战_模型效果验证.mp4 47.29M

| ├──453_455 图像分割实战_任务目标与网络整体介绍.mp4 58.66M

| ├──454_456 图像分割实战_显著性检测任务与目标概述.mp4 53.96M

| ├──455_457 图像分割实战_编码器模块解读.mp4 43.66M

| ├──456_458 图像分割实战_解码器输出结果.mp4 27.90M

| ├──457_459 图像分割实战_损失函数与应用效果.mp4 34.34M

| ├──458_460 图像分割实战_deeplab分割算法概述.mp4 13.81M

| ├──459_461 图像分割实战_空洞卷积的作用.mp4 16.74M

| ├──460_462 图像分割实战_感受野的意义.mp4 19.37M

| ├──461_463 图像分割实战_SPP层的作用.mp4 19.02M

| ├──462_464 图像分割实战_ASPP特征融合策略.mp4 13.45M

| ├──463_465 图像分割实战_deeplabV3Plus版本网络架构.mp4 24.08M

| ├──464_466 图像分割实战_PascalVoc数据集介绍.mp4 70.12M

| ├──465_467 图像分割实战_项目参数与数据集读取.mp4 60.32M

| ├──466_468 图像分割实战_网络前向传播流程.mp4 33.10M

| ├──467_469 图像分割实战_ASPP层特征融合.mp4 51.19M

| ├──468_470 图像分割实战_分割模型训练.mp4 34.97M

| ├──469_471 图像分割实战_数据集与任务概述.mp4 45.55M

| ├──470_472 图像分割实战_项目基本配置参数.mp4 33.31M

| ├──471_473 图像分割实战_任务流程解读.mp4 69.12M

| ├──472_474 图像分割实战_文献报告分析.mp4 122.67M

| ├──473_475 图像分割实战_补充：视频数据源特征处理方法概述.mp4 26.33M

| ├──474_476 图像分割实战_补充：R(2plus1)D处理方法分析.mp4 18.88M

| ├──475_477 图像分割实战_Mask-Rcnn开源项目简介.mp4 88.18M

| ├──476_478 图像分割实战_开源项目数据集.mp4 42.48M

| ├──477_479 图像分割实战_开源项目数据集.mp4 97.85M

| ├──478_480 图像分割实战_FPN层特征提取原理解读.mp4 42.31M

| ├──479_481 图像分割实战_FPN网络架构实现解读.mp4 55.77M

| ├──480_482 图像分割实战_生成框比例设置.mp4 28.25M

| ├──481_483 图像分割实战_基于不同尺度特征图生成所有框.mp4 32.93M

| ├──482_484 图像分割实战_RPN层的作用与实现解读.mp4 30.90M

| ├──483_485 图像分割实战_候选框过滤方法.mp4 15.59M

| ├──484_486 图像分割实战_Proposal层实现方法.mp4 33.31M

| ├──485_487 图像分割实战_DetectionTarget层的作用.mp4 25.70M

| ├──486_488 图像分割实战_正负样本选择与标签定义.mp4 27.59M

| ├──487_489 图像分割实战_RoiPooling层的作用与目的.mp4 33.45M

| ├──488_490 图像分割实战_RorAlign操作的效果.mp4 25.70M

| ├──489_491 图像分割实战_整体框架回顾.mp4 28.86M

| ├──490_492 图像分割实战_Labelme工具安装.mp4 14.29M

| ├──491_493 图像分割实战_使用labelme进行数据与标签标注.mp4 26.29M

| ├──492_494 图像分割实战_完成训练数据准备工作.mp4 26.61M

| ├──493_495 图像分割实战_maskrcnn源码修改方法.mp4 63.56M

| ├──494_496 图像分割实战_基于标注数据训练所需任务.mp4 39.72M

| └──495_497 图像分割实战_测试与展示模块.mp4 38.60M

├──08 第八章 走向AI论文实验与项目实战的捷径-MMLAB实战系列

| ├──359_360 走向AI论文实验与项目实战的捷径-MMLAB实战系列_MMCV安装方法.mp4 55.75M

| ├──360_361 走向AI论文实验与项目实战的捷径-MMLAB实战系列_MMCLS问题修正.mp4 23.50M

| ├──361_362 走向AI论文实验与项目实战的捷径-MMLAB实战系列_准备MMCLS项目.mp4 32.26M

| ├──362_363 走向AI论文实验与项目实战的捷径-MMLAB实战系列_基本参数配置解读.mp4 34.52M

| ├──363_364 走向AI论文实验与项目实战的捷径-MMLAB实战系列_各模块配置文件组成.mp4 35.81M

| ├──364_365 走向AI论文实验与项目实战的捷径-MMLAB实战系列_生成完整配置文件.mp4 24.45M

| ├──365_366 走向AI论文实验与项目实战的捷径-MMLAB实战系列_根据文件夹定义数据集.mp4 40.27M

| ├──366_367 走向AI论文实验与项目实战的捷径-MMLAB实战系列_构建自己的数据集.mp4 36.33M

| ├──367_368 走向AI论文实验与项目实战的捷径-MMLAB实战系列_训练自己的任务.mp4 39.32M

| ├──368_369 走向AI论文实验与项目实战的捷径-MMLAB实战系列_测试DEMO效果.mp4 25.49M

| ├──369_370 走向AI论文实验与项目实战的捷径-MMLAB实战系列_测试评估模型效果.mp4 27.58M

| ├──370_371 走向AI论文实验与项目实战的捷径-MMLAB实战系列_MMCLS中增加一个新的模块.mp4 62.61M

| ├──371_372 走向AI论文实验与项目实战的捷径-MMLAB实战系列_修改配置文件中的参数.mp4 67.72M

| ├──372_373 走向AI论文实验与项目实战的捷径-MMLAB实战系列_数据增强流程可视化展示.mp4 37.40M

| ├──373_374 走向AI论文实验与项目实战的捷径-MMLAB实战系列_Grad-Cam可视化方法.mp4 41.17M

| ├──374_375 走向AI论文实验与项目实战的捷径-MMLAB实战系列_可视化细节与效果分析.mp4 124.19M

| ├──375_376 走向AI论文实验与项目实战的捷径-MMLAB实战系列_MMCLS可视化模块应用.mp4 72.07M

| ├──376_377 走向AI论文实验与项目实战的捷径-MMLAB实战系列_模型分析脚本使用.mp4 36.37M

| ├──377_378 走向AI论文实验与项目实战的捷径-MMLAB实战系列_VIT任务概述.mp4 29.96M

| ├──378_379 走向AI论文实验与项目实战的捷径-MMLAB实战系列_数据增强模块概述分析.mp4 49.58M

| ├──379_380 走向AI论文实验与项目实战的捷径-MMLAB实战系列_PatchEmbedding层.mp4 25.30M

| ├──380_381 走向AI论文实验与项目实战的捷径-MMLAB实战系列_前向传播基本模块.mp4 38.87M

| ├──381_382 走向AI论文实验与项目实战的捷径-MMLAB实战系列_CLS与输出模块.mp4 44.04M

| ├──382_383 走向AI论文实验与项目实战的捷径-MMLAB实战系列_项目配置基本介绍.mp4 74.23M

| ├──383_384 走向AI论文实验与项目实战的捷径-MMLAB实战系列_数据集标注与制作方法.mp4 56.84M

| ├──384_385 走向AI论文实验与项目实战的捷径-MMLAB实战系列_根据预测类别数修改配置文件.mp4 39.48M

| ├──385_386 走向AI论文实验与项目实战的捷径-MMLAB实战系列_加载预训练模型开始训练.mp4 86.52M

| ├──386_387 走向AI论文实验与项目实战的捷径-MMLAB实战系列_预测DEMO演示.mp4 21.88M

| ├──387_388 走向AI论文实验与项目实战的捷径-MMLAB实战系列_配置文件解读.mp4 32.12M

| ├──388_389 走向AI论文实验与项目实战的捷径-MMLAB实战系列_编码层模块.mp4 32.47M

| ├──389_390 走向AI论文实验与项目实战的捷径-MMLAB实战系列_上采样与输出层.mp4 28.25M

| ├──390_391 走向AI论文实验与项目实战的捷径-MMLAB实战系列_辅助层的作用.mp4 19.83M

| ├──391_392 走向AI论文实验与项目实战的捷径-MMLAB实战系列_给Unet添加一个neck层.mp4 30.37M

| ├──392_393 走向AI论文实验与项目实战的捷径-MMLAB实战系列_如何修改参数适配网络结构.mp4 21.73M

| ├──393_394 走向AI论文实验与项目实战的捷径-MMLAB实战系列_将Unet特征提取模块替换成transformer.mp4 22.41M

| ├──394_395 走向AI论文实验与项目实战的捷径-MMLAB实战系列_VIT模块源码分析.mp4 45.48M

| ├──395_396 走向AI论文实验与项目实战的捷径-MMLAB实战系列_注册自己的Backbone模块.mp4 34.30M

| ├──396_397 走向AI论文实验与项目实战的捷径-MMLAB实战系列_配置文件指定.mp4 35.84M

| ├──397_398 走向AI论文实验与项目实战的捷径-MMLAB实战系列_DEBUG解读Backbone设计.mp4 40.45M

| ├──398_399 走向AI论文实验与项目实战的捷径-MMLAB实战系列_PatchEmbedding的作用与实现.mp4 44.88M

| ├──399_400 走向AI论文实验与项目实战的捷径-MMLAB实战系列_卷积位置编码计算方法.mp4 53.89M

| ├──400_401 走向AI论文实验与项目实战的捷径-MMLAB实战系列_近似Attention模块实现.mp4 79.49M

| ├──401_402 走向AI论文实验与项目实战的捷径-MMLAB实战系列_完成特征提取与融合模块.mp4 55.69M

| ├──402_403 走向AI论文实验与项目实战的捷径-MMLAB实战系列_分割输出模块.mp4 57.72M

| ├──403_404 走向AI论文实验与项目实战的捷径-MMLAB实战系列_全局特征的作用与实现.mp4 56.34M

| ├──404_405 走向AI论文实验与项目实战的捷径-MMLAB实战系列_汇总多层级特征进行输出.mp4 43.35M

| ├──405_406 走向AI论文实验与项目实战的捷径-MMLAB实战系列_数据集标注与标签获取.mp4 31.35M

| ├──406_407 走向AI论文实验与项目实战的捷径-MMLAB实战系列_COCO数据标注格式.mp4 28.16M

| ├──407_408 走向AI论文实验与项目实战的捷径-MMLAB实战系列_通过脚本生成COCO数据格式.mp4 38.55M

| ├──408_409 走向AI论文实验与项目实战的捷径-MMLAB实战系列_配置文件数据增强策略分析.mp4 45.59M

| ├──409_410 走向AI论文实验与项目实战的捷径-MMLAB实战系列_训练所需配置说明.mp4 56.00M

| ├──410_411 走向AI论文实验与项目实战的捷径-MMLAB实战系列_模型训练与DEMO演示.mp4 35.27M

| ├──411_412 走向AI论文实验与项目实战的捷径-MMLAB实战系列_模型测试与可视化分析模块.mp4 77.61M

| ├──412_413 走向AI论文实验与项目实战的捷径-MMLAB实战系列_补充：评估指标.mp4 14.06M

| ├──413_414 走向AI论文实验与项目实战的捷径-MMLAB实战系列_特征提取与位置编码.mp4 38.16M

| ├──414_415 走向AI论文实验与项目实战的捷径-MMLAB实战系列_序列特征展开并叠加.mp4 40.72M

| ├──415_416 走向AI论文实验与项目实战的捷径-MMLAB实战系列_得到相对位置点编码.mp4 28.80M

| ├──416_417 走向AI论文实验与项目实战的捷径-MMLAB实战系列_准备Encoder编码层所需全部输入.mp4 37.91M

| ├──417_418 走向AI论文实验与项目实战的捷径-MMLAB实战系列_编码层中的序列分析.mp4 39.73M

| ├──418_419 走向AI论文实验与项目实战的捷径-MMLAB实战系列_偏移量offset计算.mp4 46.09M

| ├──419_420 走向AI论文实验与项目实战的捷径-MMLAB实战系列_偏移量对齐操作.mp4 39.80M

| ├──420_421 走向AI论文实验与项目实战的捷径-MMLAB实战系列_Encoder层完成特征对齐.mp4 51.84M

| ├──421_422 走向AI论文实验与项目实战的捷径-MMLAB实战系列_Decoder要完成的操作.mp4 38.98M

| ├──422_423 走向AI论文实验与项目实战的捷径-MMLAB实战系列_分类与回归输出模块.mp4 49.72M

| ├──423_424 走向AI论文实验与项目实战的捷径-MMLAB实战系列_预测输出结果与标签匹配模块.mp4 44.31M

| ├──424_425 走向AI论文实验与项目实战的捷径-MMLAB实战系列_第三模块：DeformableDetr算法解读.mp4 730.35M

| ├──425_426 走向AI论文实验与项目实战的捷径-MMLAB实战系列_Backbone获取多层级特征.mp4 35.79M

| ├──426_427 走向AI论文实验与项目实战的捷径-MMLAB实战系列_多层级采样点初始化构建.mp4 41.46M

| ├──427_428 走向AI论文实验与项目实战的捷径-MMLAB实战系列_多层级输入特征序列创建方法.mp4 43.83M

| ├──428_429 走向AI论文实验与项目实战的捷径-MMLAB实战系列_偏移量与权重计算并转换.mp4 48.78M

| ├──429_430 走向AI论文实验与项目实战的捷径-MMLAB实战系列_Encoder特征构建方法实例.mp4 49.77M

| ├──430_431 走向AI论文实验与项目实战的捷径-MMLAB实战系列_query要预测的任务解读.mp4 45.61M

| ├──431_432 走向AI论文实验与项目实战的捷径-MMLAB实战系列_Decoder中的AttentionMask方法.mp4 50.89M

| ├──432_433 走向AI论文实验与项目实战的捷径-MMLAB实战系列_损失模块输入参数分析.mp4 40.84M

| ├──433_434 走向AI论文实验与项目实战的捷径-MMLAB实战系列_标签分配策略解读.mp4 42.53M

| ├──434_435 走向AI论文实验与项目实战的捷径-MMLAB实战系列_正样本筛选损失计算.mp4 41.78M

| ├──435_436 走向AI论文实验与项目实战的捷径-MMLAB实战系列_标签分类匹配结果分析.mp4 62.04M

| ├──436_437 走向AI论文实验与项目实战的捷径-MMLAB实战系列_最终损失计算流程.mp4 52.29M

| ├──437_438 走向AI论文实验与项目实战的捷径-MMLAB实战系列_汇总所有损失完成迭代.mp4 35.76M

| ├──438_439 走向AI论文实验与项目实战的捷径-MMLAB实战系列_KIE关键信息抽取与视频超分辨率重构.mp4 913.22M

| ├──439_440 走向AI论文实验与项目实战的捷径-MMLAB实战系列_文字检测数据概述与配置文件.mp4 56.60M

| ├──440_441 走向AI论文实验与项目实战的捷径-MMLAB实战系列_配置文件参数设置.mp4 38.74M

| ├──441_442 走向AI论文实验与项目实战的捷径-MMLAB实战系列_Neck层特征组合.mp4 32.04M

| ├──442_443 走向AI论文实验与项目实战的捷径-MMLAB实战系列_损失函数模块概述.mp4 43.11M

| ├──443_444 走向AI论文实验与项目实战的捷径-MMLAB实战系列_损失计算方法.mp4 59.35M

| ├──445_446 走向AI论文实验与项目实战的捷径-MMLAB实战系列_配置文件修改方法.mp4 52.49M

| ├──446_447 走向AI论文实验与项目实战的捷径-MMLAB实战系列_Bakbone模块得到特征.mp4 42.10M

| ├──448_449 走向AI论文实验与项目实战的捷径-MMLAB实战系列_视觉模型中的编码与解码的效果.mp4 54.49M

| ├──449_450 走向AI论文实验与项目实战的捷径-MMLAB实战系列_文本模型中的结构分析.mp4 38.66M

| ├──450_451 走向AI论文实验与项目实战的捷径-MMLAB实战系列_迭代修正模块.mp4 38.14M

| ├──451_452 走向AI论文实验与项目实战的捷径-MMLAB实战系列_输出层与损失计算.mp4 52.81M

| ├──452_453 走向AI论文实验与项目实战的捷径-MMLAB实战系列_配置文件以及要完成的任务解读.mp4 51.55M

| ├──453_454 走向AI论文实验与项目实战的捷径-MMLAB实战系列_KIE数据集格式调整方法.mp4 69.46M

| ├──454_455 走向AI论文实验与项目实战的捷径-MMLAB实战系列_配置文件与标签要进行处理操作.mp4 47.83M

| ├──455_456 走向AI论文实验与项目实战的捷径-MMLAB实战系列_边框要计算的特征分析.mp4 35.57M

| ├──456_457 走向AI论文实验与项目实战的捷径-MMLAB实战系列_标签数据处理与关系特征提取.mp4 56.48M

| ├──457_458 走向AI论文实验与项目实战的捷径-MMLAB实战系列_特征合并处理.mp4 43.74M

| ├──458_459 走向AI论文实验与项目实战的捷径-MMLAB实战系列_准备拼接边与点特征.mp4 41.38M

| ├──459_460 走向AI论文实验与项目实战的捷径-MMLAB实战系列_整合得到图模型输入特征.mp4 71.98M

| ├──460_461 走向AI论文实验与项目实战的捷径-MMLAB实战系列_要完成的任务与基本思想概述.mp4 57.79M

| ├──461_462 走向AI论文实验与项目实战的捷径-MMLAB实战系列_得到style特征编码.mp4 41.12M

| ├──462_463 走向AI论文实验与项目实战的捷径-MMLAB实战系列_特征编码风格拼接.mp4 36.76M

| ├──463_464 走向AI论文实验与项目实战的捷径-MMLAB实战系列_基础风格特征卷积模块.mp4 54.69M

| ├──464_465 走向AI论文实验与项目实战的捷径-MMLAB实战系列_上采样得到输出结果.mp4 40.75M

| ├──465_466 走向AI论文实验与项目实战的捷径-MMLAB实战系列_损失函数概述.mp4 26.56M

| ├──466_467 走向AI论文实验与项目实战的捷径-MMLAB实战系列_要完成的任务分析与配置文件.mp4 27.36M

| ├──467_468 走向AI论文实验与项目实战的捷径-MMLAB实战系列_特征基础提取模块.mp4 44.58M

| ├──468_469 走向AI论文实验与项目实战的捷径-MMLAB实战系列_光流估计网络模块.mp4 25.67M

| ├──469_470 走向AI论文实验与项目实战的捷径-MMLAB实战系列_基于光流完成对齐操作.mp4 40.23M

| ├──470_471 走向AI论文实验与项目实战的捷径-MMLAB实战系列_偏移量计算方法.mp4 32.48M

| ├──471_472 走向AI论文实验与项目实战的捷径-MMLAB实战系列_双向计算特征对齐.mp4 36.22M

| ├──472_473 走向AI论文实验与项目实战的捷径-MMLAB实战系列_提特征传递流程分析.mp4 37.23M

| ├──473_474 走向AI论文实验与项目实战的捷径-MMLAB实战系列_序列传播计算.mp4 39.88M

| ├──474_475 走向AI论文实验与项目实战的捷径-MMLAB实战系列_准备变形卷积模块的输入.mp4 44.71M

| ├──475_476 走向AI论文实验与项目实战的捷径-MMLAB实战系列_传播流程整体完成一圈.mp4 61.55M

| ├──476_477 走向AI论文实验与项目实战的捷径-MMLAB实战系列_完成输出结果.mp4 51.56M

| ├──477_478 走向AI论文实验与项目实战的捷径-MMLAB实战系列_环境配置与数据集概述.mp4 51.52M

| ├──478_479 走向AI论文实验与项目实战的捷径-MMLAB实战系列_数据与标注文件介绍.mp4 37.49M

| ├──479_480 走向AI论文实验与项目实战的捷径-MMLAB实战系列_基本流程梳理并进入debug模式.mp4 50.33M

| ├──47_48 深度学习框架PyTorch_图像数据与标签路径处理.mp4 48.98M

| ├──480_481 走向AI论文实验与项目实战的捷径-MMLAB实战系列_数据与图像特征提取模块.mp4 58.02M

| ├──481_482 走向AI论文实验与项目实战的捷径-MMLAB实战系列_体素索引位置获取.mp4 64.72M

| ├──482_483 走向AI论文实验与项目实战的捷径-MMLAB实战系列_体素特征提取方法解读.mp4 37.57M

| ├──483_484 走向AI论文实验与项目实战的捷径-MMLAB实战系列_体素特征计算方法分析.mp4 70.71M

| ├──484_485 走向AI论文实验与项目实战的捷径-MMLAB实战系列_全局体素特征提取.mp4 95.96M

| ├──485_486 走向AI论文实验与项目实战的捷径-MMLAB实战系列_多模态特征融合.mp4 68.36M

| ├──486_487 走向AI论文实验与项目实战的捷径-MMLAB实战系列_3D卷积特征融合.mp4 56.76M

| ├──487_488 走向AI论文实验与项目实战的捷径-MMLAB实战系列_输出层预测结果.mp4 80.80M

| ├──488_489 走向AI论文实验与项目实战的捷径-MMLAB实战系列_任务概述与工具使用.mp4 39.64M

| ├──489_490 走向AI论文实验与项目实战的捷径-MMLAB实战系列_Teacher与Student网络结构定义.mp4 45.48M

| ├──48_49 深度学习框架PyTorch_Dataloader中需要实现的方法分析.mp4 46.95M

| ├──490_491 走向AI论文实验与项目实战的捷径-MMLAB实战系列_训练T与S得到蒸馏模型.mp4 70.63M

| ├──491_492 走向AI论文实验与项目实战的捷径-MMLAB实战系列_开始模型训练过程与问题修正.mp4 57.26M

| ├──492_493 走向AI论文实验与项目实战的捷径-MMLAB实战系列_日志输出与模型分离.mp4 70.25M

| ├──493_494 走向AI论文实验与项目实战的捷径-MMLAB实战系列_分别得到Teacher与Student模型.mp4 45.74M

| ├──494_495 走向AI论文实验与项目实战的捷径-MMLAB实战系列_实际测试效果演示.mp4 39.02M

| ├──495_496 走向AI论文实验与项目实战的捷径-MMLAB实战系列_SuperNet网络结构分析与剪枝概述.mp4 40.58M

| ├──496_497 走向AI论文实验与项目实战的捷径-MMLAB实战系列_搜索匹配到符合计算量的模型并训练.mp4 46.83M

| ├──497_498 走向AI论文实验与项目实战的捷径-MMLAB实战系列_第九模块：mmaction行为识别.mp4 232.73M

| ├──498_499 走向AI论文实验与项目实战的捷径-MMLAB实战系列_OCR算法解读.mp4 1.67G

| ├──499_500 走向AI论文实验与项目实战的捷径-MMLAB实战系列_额外补充-在源码中加入各种注意力机制方法.mp4 122.48M

| ├──49_50 深度学习框架PyTorch_实用Dataloader加载数据并训练模型.mp4 77.82M

| ├──500_501 MMLAB实战系列_额外补充-在源码中加入各种注意力机制方法.mp4 122.48M

| ├──500_501 走向AI论文实验与项目实战的捷径-MMLAB实战系列_获取检测结果与追踪初始化.mp4 31.20M

| ├──501_502 走向AI论文实验与项目实战的捷径-MMLAB实战系列_初始时刻追踪器创建.mp4 33.96M

| ├──502_503 走向AI论文实验与项目实战的捷径-MMLAB实战系列_追踪器记录信息概述.mp4 30.86M

| ├──503_504 走向AI论文实验与项目实战的捷径-MMLAB实战系列_匹配过程细节分析.mp4 44.25M

| ├──504_505 走向AI论文实验与项目实战的捷径-MMLAB实战系列_不同帧时刻追踪器状态更新方法.mp4 42.55M

| ├──505_506 走向AI论文实验与项目实战的捷径-MMLAB实战系列_追踪器状态更新处理.mp4 50.66M

| └──506_507 走向AI论文实验与项目实战的捷径-MMLAB实战系列_追踪器迭代更新策略.mp4 42.45M

├──09 第九章 经典视觉项目实战：行为识别、姿态估计、目标追踪

| ├──507_508 经典视觉项目实战：行为识别、姿态估计、目标追踪_slowfast核心思想解读.mp4 74.86M

| ├──508_509 经典视觉项目实战：行为识别、姿态估计、目标追踪_核心网络结构模块分析.mp4 20.98M

| ├──509_510 经典视觉项目实战：行为识别、姿态估计、目标追踪_数据采样曾的作用.mp4 18.26M

| ├──510_511 经典视觉项目实战：行为识别、姿态估计、目标追踪_模型网络结构设计.mp4 19.30M

| ├──511_512 经典视觉项目实战：行为识别、姿态估计、目标追踪_特征融合模块与总结分析.mp4 39.30M

| ├──512_513 经典视觉项目实战：行为识别、姿态估计、目标追踪_环境基本配置解读.mp4 45.35M

| ├──513_514 经典视觉项目实战：行为识别、姿态估计、目标追踪_目录各文件分析.mp4 36.84M

| ├──514_515 经典视觉项目实战：行为识别、姿态估计、目标追踪_配置文件作用解读.mp4 50.90M

| ├──515_516 经典视觉项目实战：行为识别、姿态估计、目标追踪_测试DEMO演示.mp4 66.77M

| ├──516_517 经典视觉项目实战：行为识别、姿态估计、目标追踪_训练所需标签文件说明.mp4 48.77M

| ├──517_518 经典视觉项目实战：行为识别、姿态估计、目标追踪_训练所需视频数据准备.mp4 47.39M

| ├──518_519 经典视觉项目实战：行为识别、姿态估计、目标追踪_视频数据集切分操作.mp4 39.66M

| ├──519_520 经典视觉项目实战：行为识别、姿态估计、目标追踪_完成视频分帧操作.mp4 32.77M

| ├──520_521 经典视觉项目实战：行为识别、姿态估计、目标追踪_模型所需配置文件参数读取.mp4 33.24M

| ├──521_522 经典视觉项目实战：行为识别、姿态估计、目标追踪_数据处理概述.mp4 49.72M

| ├──522_523 经典视觉项目实战：行为识别、姿态估计、目标追踪_dataloader数据遍历方法.mp4 56.85M

| ├──523_524 经典视觉项目实战：行为识别、姿态估计、目标追踪_数据与标签读取实例.mp4 52.22M

| ├──524_525 经典视觉项目实战：行为识别、姿态估计、目标追踪_图像数据所需预处理方法.mp4 66.76M

| ├──525_526 经典视觉项目实战：行为识别、姿态估计、目标追踪_slow与fast分别执行采样操作.mp4 66.34M

| ├──526_527 经典视觉项目实战：行为识别、姿态估计、目标追踪_分别计算特征图输出结果.mp4 56.64M

| ├──527_528 经典视觉项目实战：行为识别、姿态估计、目标追踪_slow与fast特征图拼接操作.mp4 49.69M

| ├──528_529 经典视觉项目实战：行为识别、姿态估计、目标追踪_resnetBolock操作.mp4 53.62M

| ├──529_530 经典视觉项目实战：行为识别、姿态估计、目标追踪_RoiAlign与输出层.mp4 78.92M

| ├──530_531 经典视觉项目实战：行为识别、姿态估计、目标追踪_3D卷积原理解读.mp4 20.62M

| ├──531_532 经典视觉项目实战：行为识别、姿态估计、目标追踪_UCF101动作识别数据集简介.mp4 51.69M

| ├──532_533 经典视觉项目实战：行为识别、姿态估计、目标追踪_测试效果与项目配置.mp4 55.60M

| ├──533_534 经典视觉项目实战：行为识别、姿态估计、目标追踪_视频数据预处理方法.mp4 32.25M

| ├──534_535 经典视觉项目实战：行为识别、姿态估计、目标追踪_数据Batch制作方法.mp4 46.66M

| ├──535_536 经典视觉项目实战：行为识别、姿态估计、目标追踪_3D卷积网络所涉及模块.mp4 37.76M

| ├──536_537 经典视觉项目实战：行为识别、姿态估计、目标追踪_训练网络模型.mp4 38.20M

| ├──537_538 经典视觉项目实战：行为识别、姿态估计、目标追踪_异常检测要解决的问题与数据集介绍.mp4 21.49M

| ├──538_539 经典视觉项目实战：行为识别、姿态估计、目标追踪_基本思想与流程分析.mp4 24.27M

| ├──539_540 经典视觉项目实战：行为识别、姿态估计、目标追踪_预测与常见问题.mp4 26.58M

| ├──540_541 经典视觉项目实战：行为识别、姿态估计、目标追踪_Meta-Learn要解决的问题.mp4 20.78M

| ├──541_542 经典视觉项目实战：行为识别、姿态估计、目标追踪_学习能力与参数定义.mp4 14.17M

| ├──542_543 经典视觉项目实战：行为识别、姿态估计、目标追踪_如何找到合适的初始化参数.mp4 23.36M

| ├──543_544 经典视觉项目实战：行为识别、姿态估计、目标追踪_MAML算法流程解读.mp4 28.99M

| ├──544_545 经典视觉项目实战：行为识别、姿态估计、目标追踪_论文概述与环境配置.mp4 26.61M

| ├──545_546 经典视觉项目实战：行为识别、姿态估计、目标追踪_数据集配置与读取.mp4 38.74M

| ├──546_547 经典视觉项目实战：行为识别、姿态估计、目标追踪_模型编码与解码结构.mp4 33.37M

| ├──547_548 经典视觉项目实战：行为识别、姿态估计、目标追踪_注意力机制模块打造.mp4 61.12M

| ├──548_549 经典视觉项目实战：行为识别、姿态估计、目标追踪_损失函数的目的.mp4 57.97M

| ├──549_550 经典视觉项目实战：行为识别、姿态估计、目标追踪_特征图生成.mp4 38.02M

| ├──550_551 经典视觉项目实战：行为识别、姿态估计、目标追踪_MetaLearn与输出.mp4 29.79M

| ├──551_552 经典视觉项目实战：行为识别、姿态估计、目标追踪_医学疾病数据集介绍.mp4 18.85M

| ├──552_553 经典视觉项目实战：行为识别、姿态估计、目标追踪_Resnet网络架构原理分析.mp4 24.81M

| ├──553_554 经典视觉项目实战：行为识别、姿态估计、目标追踪_dataloader加载数据集.mp4 64.78M

| ├──554_555 经典视觉项目实战：行为识别、姿态估计、目标追踪_Resnet网络前向传播.mp4 35.82M

| ├──555_556 经典视觉项目实战：行为识别、姿态估计、目标追踪_残差网络的shortcut操作.mp4 47.34M

| ├──556_557 经典视觉项目实战：行为识别、姿态估计、目标追踪_特征图升维与降采样操作.mp4 26.89M

| ├──557_558 经典视觉项目实战：行为识别、姿态估计、目标追踪_网络整体流程与训练演示.mp4 67.45M

| ├──558_559 经典视觉项目实战：行为识别、姿态估计、目标追踪_课程介绍.mp4 27.22M

| ├──559_560 经典视觉项目实战：行为识别、姿态估计、目标追踪_姿态估计要解决的问题分析.mp4 79.45M

| ├──560_561 经典视觉项目实战：行为识别、姿态估计、目标追踪_姿态估计应用领域概述.mp4 20.80M

| ├──561_562 经典视觉项目实战：行为识别、姿态估计、目标追踪_传统topdown方法的问题.mp4 37.95M

| ├──562_563 经典视觉项目实战：行为识别、姿态估计、目标追踪_要解决的两个问题分析.mp4 10.19M

| ├──563_564 经典视觉项目实战：行为识别、姿态估计、目标追踪_基于高斯分布预测关键点位置.mp4 24.83M

| ├──564_565 经典视觉项目实战：行为识别、姿态估计、目标追踪_各模块输出特征图解读.mp4 15.58M

| ├──565_566 经典视觉项目实战：行为识别、姿态估计、目标追踪_PAF向量登场.mp4 12.59M

| ├──566_567 经典视觉项目实战：行为识别、姿态估计、目标追踪_PAF标签设计方法.mp4 25.01M

| ├──567_568 经典视觉项目实战：行为识别、姿态估计、目标追踪_预测时PAF积分计算方法.mp4 34.91M

| ├──568_569 经典视觉项目实战：行为识别、姿态估计、目标追踪_匹配方法解读.mp4 21.06M

| ├──569_570 经典视觉项目实战：行为识别、姿态估计、目标追踪_CPM模型特点.mp4 21.94M

| ├──570_571 经典视觉项目实战：行为识别、姿态估计、目标追踪_算法流程与总结.mp4 50.27M

| ├──571_572 经典视觉项目实战：行为识别、姿态估计、目标追踪_数据集与路径配置解读.mp4 33.79M

| ├──572_573 经典视觉项目实战：行为识别、姿态估计、目标追踪_读取图像与标注信息.mp4 46.78M

| ├──573_574 经典视觉项目实战：行为识别、姿态估计、目标追踪_关键点与躯干特征图初始化.mp4 34.31M

| ├──574_575 经典视觉项目实战：行为识别、姿态估计、目标追踪_根据关键点位置设计关键点标签.mp4 54.92M

| ├──575_576 经典视觉项目实战：行为识别、姿态估计、目标追踪_准备构建PAF躯干标签.mp4 29.58M

| ├──576_577 经典视觉项目实战：行为识别、姿态估计、目标追踪_各位置点归属判断.mp4 28.04M

| ├──577_578 经典视觉项目实战：行为识别、姿态估计、目标追踪_特征图各点累加向量计算.mp4 32.67M

| ├──578_579 经典视觉项目实战：行为识别、姿态估计、目标追踪_完成PAF特征图制作.mp4 31.91M

| ├──579_580 经典视觉项目实战：行为识别、姿态估计、目标追踪_网络模型一阶段输出.mp4 27.54M

| ├──580_581 经典视觉项目实战：行为识别、姿态估计、目标追踪_多阶段输出与预测.mp4 46.99M

| ├──581_582 经典视觉项目实战：行为识别、姿态估计、目标追踪_卡尔曼滤波通俗解释.mp4 31.48M

| ├──582e610325184fff904c86ce3a5e0026.mp4 63.98M

| ├──582_583 经典视觉项目实战：行为识别、姿态估计、目标追踪_卡尔曼滤波要完成的任务.mp4 15.60M

| ├──583_584 经典视觉项目实战：行为识别、姿态估计、目标追踪_任务本质分析.mp4 19.07M

| ├──584_585 经典视觉项目实战：行为识别、姿态估计、目标追踪_基于观测值进行最优估计.mp4 17.11M

| ├──585_586 经典视觉项目实战：行为识别、姿态估计、目标追踪_预测与更新操作.mp4 24.00M

| ├──586_587 经典视觉项目实战：行为识别、姿态估计、目标追踪_追踪中的状态量.mp4 16.04M

| ├──587_588 经典视觉项目实战：行为识别、姿态估计、目标追踪_匈牙利匹配算法概述.mp4 19.23M

| ├──588_589 经典视觉项目实战：行为识别、姿态估计、目标追踪_匹配小例子分析.mp4 21.80M

| ├──589_590 经典视觉项目实战：行为识别、姿态估计、目标追踪_REID特征的作用.mp4 20.84M

| ├──590_591 经典视觉项目实战：行为识别、姿态估计、目标追踪_sort与deepsort建模流程分析.mp4 26.79M

| ├──591_592 经典视觉项目实战：行为识别、姿态估计、目标追踪_预测与匹配流程解读.mp4 26.25M

| ├──592_593 经典视觉项目实战：行为识别、姿态估计、目标追踪_追踪任务流程拆解.mp4 32.13M

| ├──593_594 经典视觉项目实战：行为识别、姿态估计、目标追踪_项目环境配置.mp4 37.33M

| ├──594_595 经典视觉项目实战：行为识别、姿态估计、目标追踪_参数与DEMO演示.mp4 42.18M

| ├──595_596 经典视觉项目实战：行为识别、姿态估计、目标追踪_针对检测结果初始化track.mp4 48.20M

| ├──596_597 经典视觉项目实战：行为识别、姿态估计、目标追踪_对track执行预测操作.mp4 38.30M

| ├──597_598 经典视觉项目实战：行为识别、姿态估计、目标追踪_状态量预测结果.mp4 36.02M

| ├──598_599 经典视觉项目实战：行为识别、姿态估计、目标追踪_IOU代价矩阵计算.mp4 32.89M

| ├──599_600 经典视觉项目实战：行为识别、姿态估计、目标追踪_参数更新操作.mp4 50.21M

| ├──600_601 经典视觉项目实战：行为识别、姿态估计、目标追踪_级联匹配模块.mp4 43.34M

| ├──601_602 经典视觉项目实战：行为识别、姿态估计、目标追踪_ReID特征代价矩阵计算.mp4 46.45M

| ├──602_603 经典视觉项目实战：行为识别、姿态估计、目标追踪_匹配结果与总结.mp4 76.93M

| ├──603_604 经典视觉项目实战：行为识别、姿态估计、目标追踪_V4版本整体概述.mp4 15.06M

| ├──604_605 经典视觉项目实战：行为识别、姿态估计、目标追踪_V4版本贡献解读.mp4 10.06M

| ├──605_606 经典视觉项目实战：行为识别、姿态估计、目标追踪_数据增强策略分析.mp4 24.70M

| ├──606_607 经典视觉项目实战：行为识别、姿态估计、目标追踪_DropBlock与标签平滑方法.mp4 19.36M

| ├──607_608 经典视觉项目实战：行为识别、姿态估计、目标追踪_损失函数遇到的问题.mp4 14.26M

| ├──608_609 经典视觉项目实战：行为识别、姿态估计、目标追踪_CIOU损失函数定义.mp4 10.82M

| ├──609_610 经典视觉项目实战：行为识别、姿态估计、目标追踪_NMS细节改进.mp4 16.66M

| ├──610_611 经典视觉项目实战：行为识别、姿态估计、目标追踪_SPP与CSP网络结构.mp4 14.81M

| ├──611_612 经典视觉项目实战：行为识别、姿态估计、目标追踪_SAM注意力机制模块.mp4 22.48M

| ├──613_614 经典视觉项目实战：行为识别、姿态估计、目标追踪_激活函数与整体架构总结.mp4 19.19M

| ├──614_615 经典视觉项目实战：行为识别、姿态估计、目标追踪_整体项目概述.mp4 35.77M

| ├──615_616 经典视觉项目实战：行为识别、姿态估计、目标追踪_训练自己的数据集方法.mp4 41.32M

| ├──616_617 经典视觉项目实战：行为识别、姿态估计、目标追踪_训练数据参数配置.mp4 51.48M

| ├──617_618 经典视觉项目实战：行为识别、姿态估计、目标追踪_测试DEMO演示.mp4 50.47M

| ├──618_619 经典视觉项目实战：行为识别、姿态估计、目标追踪_数据源DEBUG流程解读.mp4 43.54M

| ├──619_620 经典视觉项目实战：行为识别、姿态估计、目标追踪_图像数据源配置.mp4 34.65M

| ├──621_622 经典视觉项目实战：行为识别、姿态估计、目标追踪_Mosaic数据增强方法.mp4 28.19M

| ├──622_623 经典视觉项目实战：行为识别、姿态估计、目标追踪_数据四合一方法与流程演示.mp4 41.69M

| ├──623_624 经典视觉项目实战：行为识别、姿态估计、目标追踪_getItem构建batch.mp4 33.03M

| ├──624_625 经典视觉项目实战：行为识别、姿态估计、目标追踪_网络架构图可视化工具安装.mp4 34.33M

| ├──625_626 经典视觉项目实战：行为识别、姿态估计、目标追踪_V5网络配置文件解读.mp4 35.74M

| ├──626_627 经典视觉项目实战：行为识别、姿态估计、目标追踪_Focus模块流程分析.mp4 21.93M

| ├──627_628 经典视觉项目实战：行为识别、姿态估计、目标追踪_完成配置文件解析任务.mp4 58.80M

| ├──628_629 经典视觉项目实战：行为识别、姿态估计、目标追踪_前向传播计算.mp4 30.80M

| ├──629_630 经典视觉项目实战：行为识别、姿态估计、目标追踪_BottleneckCSP层计算方法.mp4 33.82M

| ├──630_631 经典视觉项目实战：行为识别、姿态估计、目标追踪_1-SPP层计算细节分析.mp4 29.09M

| ├──631_632 经典视觉项目实战：行为识别、姿态估计、目标追踪_2-Head层流程解读.mp4 29.12M

| ├──633_634 经典视觉项目实战：行为识别、姿态估计、目标追踪_输出结果分析.mp4 41.71M

| ├──636_637 经典视觉项目实战：行为识别、姿态估计、目标追踪_训练流程解读.mp4 46.81M

| ├──637_638 经典视觉项目实战：行为识别、姿态估计、目标追踪_各种训练策略概述.mp4 38.43M

| └──638_639 经典视觉项目实战：行为识别、姿态估计、目标追踪_模型迭代过程.mp4 38.42M

├──10 第一十章-论文必备-Transformer实战

| ├──631_632 论–必备-Transformer实战系列_Transformer算法解读.mp4 557.22M

| ├──632_633 论–必备-Transformer实战系列_视觉Transformer及其源码分析.mp4 878.23M

| ├──633_634 论–必备-Transformer实战系列_项目配置说明.mp4 43.27M

| ├──634_635 论–必备-Transformer实战系列_输入序列构建方法解读.mp4 29.80M

| ├──635_636 论–必备-Transformer实战系列_注意力机制计算.mp4 28.04M

| ├──636_637 论–必备-Transformer实战系列_输出层计算结果.mp4 37.72M

| ├──637_638 论–必备-Transformer实战系列_swintransformer整体概述.mp4 14.76M

| ├──638_639 论–必备-Transformer实战系列_要解决的问题及其优势分析.mp4 22.33M

| ├──639_640 论–必备-Transformer实战系列_一个block要完成的任务.mp4 17.36M

| ├──640_641 论–必备-Transformer实战系列_获取各窗口输入特征.mp4 18.99M

| ├──641_642 论–必备-Transformer实战系列_基于窗口的注意力机制解读.mp4 29.53M

| ├──642_643 论–必备-Transformer实战系列_窗口偏移操作的实现.mp4 24.27M

| ├──643_644 论–必备-Transformer实战系列_偏移细节分析及其计算量概述.mp4 20.41M

| ├──644_645 论–必备-Transformer实战系列_整体网络架构整合.mp4 20.88M

| ├──645_646 论–必备-Transformer实战系列_下采样操作实现方法.mp4 22.24M

| ├──646_647 论–必备-Transformer实战系列_分层计算方法.mp4 21.71M

| ├──647_648 论–必备-Transformer实战系列_数据与环境配置解读.mp4 59.59M

| ├──648_649 论–必备-Transformer实战系列_图像数据patch编码.mp4 37.62M

| ├──649_650 论–必备-Transformer实战系列_数据按window进行划分计算.mp4 31.46M

| ├──650_651 论–必备-Transformer实战系列_基础attention计算模块.mp4 27.58M

| ├──651_652 论–必备-Transformer实战系列_窗口位移模块细节分析.mp4 36.81M

| ├──652_653 论–必备-Transformer实战系列_patchmerge下采样操作.mp4 25.24M

| ├──653_654 论–必备-Transformer实战系列_各block计算方法解读.mp4 27.91M

| ├──654_655 论–必备-Transformer实战系列_输出层概述.mp4 41.11M

| ├──655_656 论–必备-Transformer实战系列_DETR目标检测基本思想解读.mp4 19.27M

| ├──656_657 论–必备-Transformer实战系列_整体网络架构分析.mp4 31.54M

| ├──657_658 论–必备-Transformer实战系列_位置信息初始化query向量.mp4 19.90M

| ├──658_659 论–必备-Transformer实战系列_注意力机制的作用方法.mp4 20.79M

| ├──659_660 论–必备-Transformer实战系列_训练过程的策略.mp4 28.34M

| ├──660_661 论–必备-Transformer实战系列_项目环境配置解读.mp4 40.33M

| ├──662_663 论–必备-Transformer实战系列_位置编码作用分析.mp4 47.86M

| ├──663_664 论–必备-Transformer实战系列_backbone特征提取模块.mp4 35.54M

| ├──664_665 论–必备-Transformer实战系列_mask与编码模块.mp4 34.68M

| ├──665_666 论–必备-Transformer实战系列_编码层作用方法.mp4 42.78M

| ├──666_667 论–必备-Transformer实战系列_Decoder层操作与计算.mp4 30.08M

| ├──667_668 论–必备-Transformer实战系列_输出预测结果.mp4 41.20M

| ├──668_669 论–必备-Transformer实战系列_损失函数与预测输出.mp4 41.18M

| ├──669_670 论–必备-Transformer实战系列_DeformableDetr算法解读.mp4 730.35M

| ├──670_671 论–必备-Transformer实战系列_特征提取与位置编码.mp4 38.16M

| ├──671_672 论–必备-Transformer实战系列_序列特征展开并叠加.mp4 51.07M

| ├──672_673 论–必备-Transformer实战系列_得到相对位置点编码.mp4 28.80M

| ├──673_674 论–必备-Transformer实战系列_准备Encoder编码层所需全部输入.mp4 37.91M

| ├──674_675 论–必备-Transformer实战系列_编码层中的序列分析.mp4 39.73M

| ├──675_676 论–必备-Transformer实战系列_偏移量offset计算.mp4 46.09M

| ├──676_677 论–必备-Transformer实战系列_偏移量对齐操作.mp4 39.80M

| ├──677_678 论–必备-Transformer实战系列_Encoder层完成特征对齐.mp4 51.84M

| ├──678_679 论–必备-Transformer实战系列_Decoder要完成的操作.mp4 38.98M

| ├──680_681 论–必备-Transformer实战系列_预测输出结果与标签匹配模块.mp4 44.31M

| ├──681_682 论–必备-Transformer实战系列_论文整体分析.mp4 23.72M

| ├──682_683 论–必备-Transformer实战系列_核心思想分析.mp4 54.26M

| ├──683_684 论–必备-Transformer实战系列_网络结构计算流程概述.mp4 44.46M

| ├──684_685 论–必备-Transformer实战系列_论文公式计算分析.mp4 46.93M

| ├──685_686 论–必备-Transformer实战系列_位置编码的作用与效果.mp4 46.55M

| ├──686_687 论–必备-Transformer实战系列_拓展应用分析.mp4 56.52M

| ├──687_688 论–必备-Transformer实战系列_项目环境配置.mp4 25.29M

| ├──688_689 论–必备-Transformer实战系列_医学数据介绍与分析.mp4 56.68M

| ├──689_690 论–必备-Transformer实战系列_基本处理操作.mp4 25.77M

| ├──690_691 论–必备-Transformer实战系列_AxialAttention实现过程.mp4 36.87M

| ├──691_692 论–必备-Transformer实战系列_位置编码向量解读.mp4 27.80M

| ├──692_693 论–必备-Transformer实战系列_注意力计算过程与方法.mp4 52.13M

| ├──693_694 论–必备-Transformer实战系列_局部特征提取与计算.mp4 40.92M

| ├──694_695 论–必备-Transformer实战系列_特征匹配的应用场景.mp4 87.35M

| ├──695_696 论–必备-Transformer实战系列_特征匹配的基本流程分析.mp4 15.91M

| ├──696_697 论–必备-Transformer实战系列_整体流程梳理分析.mp4 16.46M

| ├──697_698 论–必备-Transformer实战系列_CrossAttention的作用与效果.mp4 15.69M

| ├──698_699 论–必备-Transformer实战系列_transformer构建匹配特征.mp4 33.79M

| ├──699_700 论–必备-Transformer实战系列_粗粒度匹配过程与作用.mp4 26.00M

| ├──700_701 论–必备-Transformer实战系列_特征图拆解操作.mp4 14.34M

| ├──701_702 论–必备-Transformer实战系列_细粒度匹配的作用与方法.mp4 19.87M

| ├──702_703 论–必备-Transformer实战系列_基于期望预测最终位置.mp4 23.08M

| ├──703_704 论–必备-Transformer实战系列_总结分析.mp4 39.42M

| ├──704_705 论–必备-Transformer实战系列_项目与参数配置解读.mp4 44.48M

| ├──705_706 论–必备-Transformer实战系列_DEMO效果演示.mp4 39.57M

| ├──706_707 论–必备-Transformer实战系列_backbone特征提取模块.mp4 28.65M

| ├──707_708 论–必备-Transformer实战系列_注意力机制的作用与效果分析.mp4 30.98M

| ├──708_709 论–必备-Transformer实战系列_特征融合模块实现方法.mp4 29.29M

| ├──709_710 论–必备-Transformer实战系列_cross关系计算方法实例.mp4 29.30M

| ├──710_711 论–必备-Transformer实战系列_粗粒度匹配过程.mp4 49.80M

| ├──711_712 论–必备-Transformer实战系列_完成基础匹配模块.mp4 63.33M

| ├──712_713 论–必备-Transformer实战系列_精细化调整方法与实例.mp4 42.73M

| ├──713_714 论–必备-Transformer实战系列_得到精细化输出结果.mp4 19.35M

| ├──714_715 论–必备-Transformer实战系列_通过期望计算最终输出.mp4 40.24M

| ├──715_716 论–必备-Transformer实战系列_分割模型Maskformer系列.mp4 776.88M

| ├──716_717 论–必备-Transformer实战系列_Backbone获取多层级特征.mp4 35.79M

| ├──717_718 论–必备-Transformer实战系列_多层级采样点初始化构建.mp4 41.46M

| ├──718_719 论–必备-Transformer实战系列_多层级输入特征序列创建方法.mp4 43.83M

| ├──719_720 论–必备-Transformer实战系列_偏移量与权重计算并转换.mp4 48.78M

| ├──720_721 论–必备-Transformer实战系列_Encoder特征构建方法实例.mp4 49.77M

| ├──721_722 论–必备-Transformer实战系列_query要预测的任务解读.mp4 45.61M

| ├──722_723 论–必备-Transformer实战系列_Decoder中的AttentionMask方法.mp4 50.89M

| ├──723_724 论–必备-Transformer实战系列_损失模块输入参数分析.mp4 40.84M

| ├──724_725 论–必备-Transformer实战系列_标签分配策略解读.mp4 42.53M

| ├──725_726 论–必备-Transformer实战系列_正样本筛选损失计算.mp4 41.78M

| ├──726_727 论–必备-Transformer实战系列_标签分类匹配结果分析.mp4 62.04M

| ├──727_728 论–必备-Transformer实战系列_最终损失计算流程.mp4 52.29M

| ├──728_729 论–必备-Transformer实战系列_汇总所有损失完成迭代.mp4 35.76M

| ├──729_730 论–必备-Transformer实战系列_BEV特征空间.mp4 523.07M

| ├──730_731 论–必备-Transformer实战系列_环境配置方法解读.mp4 42.79M

| ├──731_732 论–必备-Transformer实战系列_数据集下载与配置方法.mp4 53.57M

| ├──732_733 论–必备-Transformer实战系列_特征提取以及BEV空间初始化.mp4 43.81M

| ├──733_734 论–必备-Transformer实战系列_特征对齐与位置编码初始化.mp4 43.63M

| ├──734_735 论–必备-Transformer实战系列_Reference初始点构建.mp4 37.26M

| ├──735_736 论–必备-Transformer实战系列_BEV空间与图像空间位置对应.mp4 37.67M

| ├──736_737 论–必备-Transformer实战系列_注意力机制模块计算方法.mp4 38.61M

| ├──737_738 论–必备-Transformer实战系列_BEV空间特征构建.mp4 34.01M

| ├──738_739 论–必备-Transformer实战系列_Decoder要完成的任务分析.mp4 33.95M

| ├──739_740 论–必备-Transformer实战系列_获取当前BEV特征.mp4 35.90M

| ├──740_741 论–必备-Transformer实战系列_Decoder级联校正模块.mp4 41.58M

| ├──741_742 论–必备-Transformer实战系列_损失函数与预测可视化.mp4 49.48M

| ├──742_743 论–必备-Transformer实战系列_时间序列预测.mp4 375.40M

| ├──743_744 论–必备-Transformer实战系列_Informer时间序列源码解读.mp4 829.10M

| └──744_745 论–必备-Transformer实战系列_Huggingface与NLP（讲故事）.mp4 163.59M

├──11 第十一章-图神经网络实战

| ├──650_652 图神经网络实战_图神经网络应用领域分析.mp4 26.40M

| ├──651_653 图神经网络实战_图基本模块定义.mp4 10.51M

| ├──652_654 图神经网络实战_邻接矩阵的定义.mp4 16.06M

| ├──653_655 图神经网络实战_GNN中常见任务.mp4 19.17M

| ├──654_656 图神经网络实战_消息传递计算方法.mp4 14.23M

| ├──655_657 图神经网络实战_多层GCN的作用.mp4 13.00M

| ├──656_658 图神经网络实战_GCN基本模型概述.mp4 13.24M

| ├──657_659 图神经网络实战_图卷积的基本计算方法.mp4 12.56M

| ├──658_660 图神经网络实战_邻接的矩阵的变换.mp4 18.38M

| ├──659_661 图神经网络实战_GCN变换原理解读.mp4 21.12M

| ├──660_662 图神经网络实战_PyTorch Geometric工具包安装与配置方法.mp4 45.07M

| ├──661_663 图神经网络实战_数据集与邻接矩阵格式.mp4 51.92M

| ├──662_664 图神经网络实战_模型定义与训练方法.mp4 41.92M

| ├──663_665 图神经网络实战_文献引用数据集分类案例实战.mp4 47.75M

| ├──664_666 图神经网络实战_构建数据集基本方法.mp4 13.47M

| ├──665_667 图神经网络实战_数据集与任务背景概述.mp4 21.63M

| ├──666_668 图神经网络实战_数据集基本预处理.mp4 31.50M

| ├──667_669 图神经网络实战_用户行为图结构创建.mp4 36.67M

| ├──668_670 图神经网络实战_数据集创建函数介绍.mp4 34.87M

| ├──669_671 图神经网络实战_网络结构定义模块.mp4 36.87M

| ├──670_672 图神经网络实战_TopkPooling进行下采样任务.mp4 31.30M

| ├──671_673 图神经网络实战_获取全局特征.mp4 25.70M

| ├──672_674 图神经网络实战_模型训练与总结.mp4 35.84M

| ├──673_675 图神经网络实战_图注意力机制的作用与方法.mp4 16.53M

| ├──674_676 图神经网络实战_邻接矩阵计算图Attention.mp4 21.40M

| ├──675_677 图神经网络实战_序列图神经网络TGCN应用.mp4 12.59M

| ├──676_678 图神经网络实战_序列图神经网络细节.mp4 23.67M

| ├──677_679 图神经网络实战_要完成的任务分析.mp4 47.79M

| ├──678_680 图神经网络实战_基本方法概述解读.mp4 52.67M

| ├──679_681 图神经网络实战_图模型提取全局与局部特征.mp4 47.42M

| ├──680_682 图神经网络实战_NTN模块的作用与效果.mp4 41.09M

| ├──681_683 图神经网络实战_点之间的对应关系计算.mp4 51.22M

| ├──682_684 图神经网络实战_结果输出与总结.mp4 71.18M

| ├──683_685 图神经网络实战_数据集与任务概述.mp4 18.11M

| ├──684_686 图神经网络实战_图卷积特征提取模块.mp4 55.92M

| ├──685_687 图神经网络实战_分别计算不同Batch点的分布.mp4 31.70M

| ├──686_688 图神经网络实战_获得直方图特征结果.mp4 21.11M

| ├──687_689 图神经网络实战_图的全局特征构建.mp4 31.45M

| ├──688_690 图神经网络实战_NTN图相似特征提取.mp4 39.25M

| ├──689_691 图神经网络实战_预测得到相似度结果.mp4 18.64M

| ├──690_692 图神经网络实战_数据集与标注信息解读.mp4 57.53M

| ├──691_693 图神经网络实战_整体三大模块分析.mp4 66.51M

| ├──692_694 图神经网络实战_特征工程的作用与效果.mp4 41.75M

| ├──693_695 图神经网络实战_传统方法与现在向量空间对比.mp4 51.83M

| ├──694_696 图神经网络实战_输入细节分析.mp4 49.96M

| ├──695_697 图神经网络实战_子图模块构建方法.mp4 42.55M

| ├──696_698 图神经网络实战_特征融合模块分析.mp4 47.67M

| ├──697_699 图神经网络实战_VectorNet输出层分析.mp4 85.45M

| ├──698_700 图神经网络实战_数据与环境配置.mp4 35.36M

| ├──699_701 图神经网络实战_训练数据准备.mp4 27.69M

| ├──700_702 图神经网络实战_Agent特征提取方法.mp4 37.87M

| ├──701_703 图神经网络实战_DataLoader构建图结构.mp4 28.61M

| ├──702_704 图神经网络实战_SubGraph与Attention模型流程.mp4 34.55M

| ├──703_705 基于图模型的时间序列预测.mp4 1021.17M

| └──704_706 异构图神经网络.mp4 754.05M

├──12 第十二章-3D点云实战

| ├──703_705 3D点云实战_点云数据概述.mp4 49.53M

| ├──704_706 3D点云实战_点云应用领域与发展分析.mp4 82.18M

| ├──705_707 3D点云实战_点云分割任务.mp4 52.03M

| ├──706_708 3D点云实战_点云补全任务.mp4 29.16M

| ├──707_709 3D点云实战_点云检测与配准任务.mp4 59.58M

| ├──708_710 3D点云实战_点云数据特征提取概述与预告.mp4 22.69M

| ├──709_711 3D点云实战_3D数据应用领域与点云介绍.mp4 40.05M

| ├──710_712 3D点云实战_点云数据可视化展示.mp4 40.07M

| ├──711_713 3D点云实战_点云数据特性和及要解决的问题.mp4 33.08M

| ├──712_714 3D点云实战_PointNet算法出发点解读.mp4 17.46M

| ├──713_715 3D点云实战_PointNet算法网络架构解读.mp4 31.01M

| ├──714_716 3D点云实战_PointNet升级版算法要解决的问题.mp4 22.08M

| ├──715_717 3D点云实战_最远点采样方法.mp4 21.00M

| ├──716_718 3D点云实战_分组Group方法原理解读.mp4 32.79M

| ├──717_719 3D点云实战_整体流程概述分析.mp4 16.37M

| ├──718_720 3D点云实战_分类与分割问题解决方案.mp4 21.74M

| ├──719_721 3D点云实战_遇到的问题及改进方法分析.mp4 13.43M

| ├──720_722 3D点云实战_项目文件概述.mp4 29.02M

| ├──721_723 3D点云实战_数据读取模块配置.mp4 39.23M

| ├──722_724 3D点云实战_DEBUG解读网络模型架构.mp4 24.25M

| ├──723_725 3D点云实战_最远点采样介绍.mp4 19.48M

| ├──724_726 3D点云实战_采样得到中心点.mp4 31.77M

| ├──725_727 3D点云实战_组区域划分方法.mp4 24.88M

| ├──726_728 3D点云实战_实现group操作得到各中心簇.mp4 35.00M

| ├──727_729 3D点云实战_特征提取模块整体流程.mp4 40.04M

| ├──728_730 3D点云实战_预测结果输出模块.mp4 38.74M

| ├──729_731 3D点云实战_分类任务总结.mp4 19.66M

| ├──730_732 3D点云实战_分割任务数据与配置概述.mp4 51.28M

| ├──731_733 3D点云实战_分割需要解决的任务概述.mp4 33.94M

| ├──732_734 3D点云实战_上采样完成分割任务.mp4 44.75M

| ├──733_735 3D点云实战_点云补全要解决的问题.mp4 23.13M

| ├──734_736 3D点云实战_基本解决方案概述.mp4 17.42M

| ├──735_737 3D点云实战_整体网络概述.mp4 20.61M

| ├──736_738 3D点云实战_网络计算流程.mp4 25.52M

| ├──737_739 3D点云实战_输入与计算结果.mp4 65.02M

| ├──738_740 3D点云实战_数据与项目配置解读.mp4 41.86M

| ├──739_741 3D点云实战_待补全数据准备方法.mp4 29.26M

| ├──740_742 3D点云实战_整体框架概述.mp4 49.10M

| ├──741_743 3D点云实战_MRE特征提取模块.mp4 40.36M

| ├──742_744 3D点云实战_分层预测输出模块.mp4 31.04M

| ├──743_745 3D点云实战_补全点云数据.mp4 35.21M

| ├──744_746 3D点云实战_判别模块.mp4 48.59M

| ├──745_747 3D点云实战_点云配准任务概述.mp4 20.00M

| ├──746_748 3D点云实战_配准要完成的目标解读.mp4 17.64M

| ├──747_749 3D点云实战_训练数据构建.mp4 23.43M

| ├──748_750 3D点云实战_任务基本流程.mp4 15.56M

| ├──749_751 3D点云实战_数据源配置方法.mp4 45.42M

| ├──750_752 3D点云实战_参数计算模块解读.mp4 21.85M

| ├──751_753 3D点云实战_基于模型预测输出参数.mp4 24.88M

| ├──752_754 3D点云实战_特征构建方法分析.mp4 34.65M

| ├──753_755 3D点云实战_任务总结.mp4 33.31M

| ├──754_756 3D点云实战_对抗生成网络通俗解释.mp4 18.39M

| ├──755_757 3D点云实战_GAN网络组成.mp4 10.73M

| ├──756_758 3D点云实战_损失函数解释说明.mp4 39.88M

| ├──757_759 3D点云实战_数据读取模块.mp4 29.93M

| └──758_760 3D点云实战_生成与判别网络定义.mp4 44.24M

├──13 第十三章-面向深度学习的无人驾驶实战

| ├──864_865 面向深度学习的无人驾驶实战_深度估计效果与应用.mp4 98.47M

| ├──865_866 面向深度学习的无人驾驶实战_kitti数据集介绍.mp4 59.45M

| ├──866_867 面向深度学习的无人驾驶实战_使用backbone获取层级特征.mp4 22.18M

| ├──867_868 面向深度学习的无人驾驶实战_差异特征计算边界信息.mp4 26.49M

| ├──868_869 面向深度学习的无人驾驶实战_SPP层的作用.mp4 15.27M

| ├──869_870 面向深度学习的无人驾驶实战_空洞卷积与ASPP.mp4 18.94M

| ├──870_871 面向深度学习的无人驾驶实战_特征拼接方法分析.mp4 21.24M

| ├──871_872 面向深度学习的无人驾驶实战_网络coarse-to-fine过程.mp4 26.50M

| ├──872_873 面向深度学习的无人驾驶实战_权重参数预处理.mp4 27.50M

| ├──873_874 面向深度学习的无人驾驶实战_损失计算.mp4 30.51M

| ├──874_875 面向深度学习的无人驾驶实战_项目环境配置解读.mp4 52.89M

| ├──875_876 面向深度学习的无人驾驶实战_数据与标签定义方法.mp4 74.34M

| ├──876_877 面向深度学习的无人驾驶实战_数据集dataloader制作.mp4 36.83M

| ├──877_878 面向深度学习的无人驾驶实战_使用backbone进行特征提取.mp4 42.38M

| ├──878_879 面向深度学习的无人驾驶实战_计算差异特征.mp4 30.69M

| ├──879_880 面向深度学习的无人驾驶实战_权重参数标准化操作.mp4 42.56M

| ├──880_881 面向深度学习的无人驾驶实战_网络结构ASPP层.mp4 47.25M

| ├──881_882 面向深度学习的无人驾驶实战_特征拼接方法解读.mp4 47.64M

| ├──882_883 面向深度学习的无人驾驶实战_输出深度估计结果.mp4 25.45M

| ├──883_884 面向深度学习的无人驾驶实战_损失函数通俗解读.mp4 52.74M

| ├──884_885 面向深度学习的无人驾驶实战_模型DEMO输出结果.mp4 80.63M

| ├──885_886 面向深度学习的无人驾驶实战_数据标签与任务分析.mp4 65.92M

| ├──886_887 面向深度学习的无人驾驶实战_网络整体框架分析.mp4 28.89M

| ├──887_888 面向深度学习的无人驾驶实战_输出结果分析.mp4 18.12M

| ├──888_889 面向深度学习的无人驾驶实战_损失函数计算方法.mp4 27.30M

| ├──889f6a42e176499f803af29393312bd7.mp4 23.72M

| ├──889_890 面向深度学习的无人驾驶实战_论文概述分析.mp4 62.39M

| ├──890_891 面向深度学习的无人驾驶实战_车道数据与标签解读.mp4 65.61M

| ├──891_892 面向深度学习的无人驾驶实战_项目环境配置演示.mp4 29.98M

| ├──892_893 面向深度学习的无人驾驶实战_制作数据集dataloader.mp4 54.62M

| ├──893_894 面向深度学习的无人驾驶实战_车道线标签数据处理.mp4 34.18M

| ├──894_895 面向深度学习的无人驾驶实战_四条车道线标签位置矩阵.mp4 22.28M

| ├──895_896 面向深度学习的无人驾驶实战_grid设置方法.mp4 41.70M

| ├──896_897 面向深度学习的无人驾驶实战_完成数据与标签制作.mp4 24.65M

| ├──897_898 面向深度学习的无人驾驶实战_算法网络结构解读.mp4 59.95M

| ├──898_899 面向深度学习的无人驾驶实战_损失函数计算模块分析.mp4 45.66M

| ├──899_900 面向深度学习的无人驾驶实战_车道线规则损失函数限制.mp4 44.61M

| ├──900_901 面向深度学习的无人驾驶实战_DEMO制作与配置.mp4 40.28M

| ├──901_902 面向深度学习的无人驾驶实战_特征匹配的应用场景.mp4 80.34M

| ├──902_903 面向深度学习的无人驾驶实战_特征匹配的基本流程分析.mp4 15.91M

| ├──903_904 面向深度学习的无人驾驶实战_整体流程梳理分析.mp4 16.46M

| ├──904_905 面向深度学习的无人驾驶实战_CrossAttention的作用与效果.mp4 15.69M

| ├──905_906 面向深度学习的无人驾驶实战_transformer构建匹配特征.mp4 33.79M

| ├──906_907 面向深度学习的无人驾驶实战_粗粒度匹配过程与作用.mp4 26.00M

| ├──907_908 面向深度学习的无人驾驶实战_特征图拆解操作.mp4 14.34M

| ├──908_909 面向深度学习的无人驾驶实战_细粒度匹配的作用与方法.mp4 19.87M

| ├──909_910 面向深度学习的无人驾驶实战_基于期望预测最终位置.mp4 23.08M

| ├──910_911 面向深度学习的无人驾驶实战_总结分析.mp4 39.42M

| ├──911_912 面向深度学习的无人驾驶实战_项目与参数配置解读.mp4 44.48M

| ├──912_913 面向深度学习的无人驾驶实战_DEMO效果演示.mp4 39.56M

| ├──913_914 面向深度学习的无人驾驶实战_backbone特征提取模块.mp4 28.70M

| ├──914_915 面向深度学习的无人驾驶实战_注意力机制的作用与效果分析.mp4 31.04M

| ├──915_916 面向深度学习的无人驾驶实战_特征融合模块实现方法.mp4 29.35M

| ├──916_917 面向深度学习的无人驾驶实战_cross关系计算方法实例.mp4 29.36M

| ├──917_918 面向深度学习的无人驾驶实战_粗粒度匹配过程.mp4 49.80M

| ├──918_919 面向深度学习的无人驾驶实战_完成基础匹配模块.mp4 63.33M

| ├──919_920 面向深度学习的无人驾驶实战_精细化调整方法与实例.mp4 42.81M

| ├──920_921 面向深度学习的无人驾驶实战_得到精细化输出结果.mp4 19.39M

| ├──921_922 面向深度学习的无人驾驶实战_通过期望计算最终输出.mp4 40.24M

| ├──922_923 面向深度学习的无人驾驶实战_三维重建概述分析.mp4 66.80M

| ├──923_924 面向深度学习的无人驾驶实战_三维重建应用领域概述.mp4 13.17M

| ├──924_925 面向深度学习的无人驾驶实战_成像方法概述.mp4 16.33M

| ├──925_926 面向深度学习的无人驾驶实战_相机坐标系.mp4 17.15M

| ├──926_927 面向深度学习的无人驾驶实战_坐标系转换方法解读.mp4 20.91M

| ├──927_928 面向深度学习的无人驾驶实战_相机内外参.mp4 17.01M

| ├──928_929 面向深度学习的无人驾驶实战_通过内外参数进行坐标变换.mp4 16.47M

| ├──929_930 面向深度学习的无人驾驶实战_相机标定简介.mp4 5.50M

| ├──930_931 面向深度学习的无人驾驶实战_任务流程分析.mp4 19.35M

| ├──931_932 面向深度学习的无人驾驶实战_基本框架熟悉.mp4 27.45M

| ├──932_933 面向深度学习的无人驾驶实战_特征映射方法解读.mp4 34.68M

| ├──933_934 面向深度学习的无人驾驶实战_片段融合思想.mp4 16.72M

| ├──934_935 面向深度学习的无人驾驶实战_整体架构重构方法.mp4 23.00M

| ├──935_936 面向深度学习的无人驾驶实战_数据集下载与配置方法.mp4 52.41M

| ├──936_937 面向深度学习的无人驾驶实战_Scannet数据集内容概述.mp4 37.26M

| ├──937_938 面向深度学习的无人驾驶实战_TSDF标签生成方法.mp4 55.30M

| ├──938_939 面向深度学习的无人驾驶实战_ISSUE的作用.mp4 49.23M

| ├──939_940 面向深度学习的无人驾驶实战_完成依赖环境配置.mp4 57.11M

| ├──940_941 面向深度学习的无人驾驶实战_Backbone得到特征图.mp4 36.02M

| ├──941_942 面向深度学习的无人驾驶实战_初始化体素位置.mp4 41.51M

| ├──942_943 面向深度学习的无人驾驶实战_坐标映射方法实现.mp4 26.66M

| ├──943_944 面向深度学习的无人驾驶实战_得到体素所对应特征图.mp4 50.12M

| ├──944_945 面向深度学习的无人驾驶实战_插值得到对应特征向量.mp4 32.36M

| ├──945_946 面向深度学习的无人驾驶实战_得到一阶段输出结果.mp4 38.08M

| ├──946_947 面向深度学习的无人驾驶实战_完成三个阶段预测结果.mp4 45.77M

| ├──947_948 面向深度学习的无人驾驶实战_项目总结.mp4 108.40M

| ├──948_949 面向深度学习的无人驾驶实战_TSDF整体概述分析.mp4 23.16M

| ├──949_950 面向深度学习的无人驾驶实战_合成过程DEMO演示.mp4 27.58M

| ├──950_951 面向深度学习的无人驾驶实战_布局初始化操作.mp4 12.69M

| ├──951_952 面向深度学习的无人驾驶实战_TSDF计算基本流程解读.mp4 23.93M

| ├──952_953 面向深度学习的无人驾驶实战_坐标转换流程分析.mp4 31.10M

| ├──953_954 面向深度学习的无人驾驶实战_输出结果融合更新.mp4 34.23M

| ├──954_955 面向深度学习的无人驾驶实战_环境配置概述.mp4 32.66M

| ├──955_956 面向深度学习的无人驾驶实战_初始化与数据读取.mp4 21.30M

| ├──956_957 面向深度学习的无人驾驶实战_计算得到TSDF输出.mp4 44.10M

| ├──957_958 面向深度学习的无人驾驶实战_数据集与标注信息解读.mp4 57.53M

| ├──958_959 面向深度学习的无人驾驶实战_整体三大模块分析.mp4 65.47M

| ├──959_960 面向深度学习的无人驾驶实战_特征工程的作用与效果.mp4 41.75M

| ├──960_961 面向深度学习的无人驾驶实战_传统方法与现在向量空间对比.mp4 51.83M

| ├──961_962 面向深度学习的无人驾驶实战_输入细节分析.mp4 49.96M

| ├──962_963 面向深度学习的无人驾驶实战_子图模块构建方法.mp4 42.55M

| ├──963_964 面向深度学习的无人驾驶实战_特征融合模块分析.mp4 47.67M

| ├──964_965 面向深度学习的无人驾驶实战_VectorNet输出层分析.mp4 85.45M

| ├──965_966 面向深度学习的无人驾驶实战_数据与环境配置.mp4 35.43M

| ├──966_967 面向深度学习的无人驾驶实战_训练数据准备.mp4 27.75M

| ├──967_968 面向深度学习的无人驾驶实战_Agent特征提取方法.mp4 37.97M

| ├──968_969 面向深度学习的无人驾驶实战_DataLoader构建图结构.mp4 28.68M

| ├──969_970 面向深度学习的无人驾驶实战_SubGraph与Attention模型流程.mp4 34.64M

| └──970_971 面向深度学习的无人驾驶实战_特斯拉无人驾驶解读.mp4 644.17M

├──14 第十四章-对比学习与多模态任务实战

| ├──971_972 对比学习与多模态任务实战_对比学习算法与实例.mp4 549.52M

| ├──972_973 对比学习与多模态任务实战_CLIP系列.mp4 621.00M

| ├──973_974 对比学习与多模态任务实战_环境配置与数据集概述.mp4 51.52M

| ├──974_975 对比学习与多模态任务实战_数据与标注文件介绍.mp4 37.49M

| ├──975_976 对比学习与多模态任务实战_基本流程梳理并进入debug模式.mp4 50.33M

| ├──976_977 对比学习与多模态任务实战_数据与图像特征提取模块.mp4 58.02M

| ├──977_978 对比学习与多模态任务实战_体素索引位置获取.mp4 64.72M

| ├──978_979 对比学习与多模态任务实战_体素特征提取方法解读.mp4 37.57M

| ├──980_981 对比学习与多模态任务实战_全局体素特征提取.mp4 95.96M

| ├──981_982 对比学习与多模态任务实战_多模态特征融合.mp4 68.36M

| ├──983_984 对比学习与多模态任务实战_输出层预测结果.mp4 80.80M

| ├──984_985 对比学习与多模态任务实战_多模态文字识别.mp4 766.02M

| ├──985_986 对比学习与多模态任务实战_数据集与环境概述.mp4 55.58M

| ├──986_987 对比学习与多模态任务实战_配置文件修改方法.mp4 52.49M

| ├──987_988 对比学习与多模态任务实战_Bakbone模块得到特征.mp4 42.10M

| ├──988_989 对比学习与多模态任务实战_视觉Transformer模块的作用.mp4 45.97M

| ├──990_991 对比学习与多模态任务实战_文本模型中的结构分析.mp4 38.66M

| ├──991_992 对比学习与多模态任务实战_迭代修正模块.mp4 38.14M

| └──992_993 对比学习与多模态任务实战_输出层与损失计算.mp4 52.81M

├──15 第十五章-缺陷检测实战

| ├──1000_1001 缺陷检测实战_NMS细节改进.mp4 16.66M

| ├──1002_1003 缺陷检测实战_SAM注意力机制模块.mp4 22.48M

| ├──1003_1004 缺陷检测实战_PAN模块解读.mp4 20.64M

| ├──1004_1005 缺陷检测实战_激活函数与整体架构总结.mp4 19.19M

| ├──1005_1006 缺陷检测实战_整体项目概述.mp4 35.77M

| ├──1006_1007 缺陷检测实战_训练自己的数据集方法.mp4 41.32M

| ├──1007_1008 缺陷检测实战_训练数据参数配置.mp4 51.48M

| ├──1008_1009 缺陷检测实战_测试DEMO演示.mp4 50.47M

| ├──1009_1010 缺陷检测实战_数据源DEBUG流程解读.mp4 48.13M

| ├──1010_1011 缺陷检测实战_图像数据源配置.mp4 34.65M

| ├──1011_1012 缺陷检测实战_加载标签数据.mp4 26.33M

| ├──1012_1013 缺陷检测实战_Mosaic数据增强方法.mp4 28.19M

| ├──1013_1014 缺陷检测实战_数据四合一方法与流程演示.mp4 41.69M

| ├──1014_1015 缺陷检测实战_getItem构建batch.mp4 33.03M

| ├──1015_1016 缺陷检测实战_网络架构图可视化工具安装.mp4 33.46M

| ├──1016_1017 缺陷检测实战_V5网络配置文件解读.mp4 35.74M

| ├──1017_1018 缺陷检测实战_Focus模块流程分析.mp4 21.93M

| ├──1018_1019 缺陷检测实战_完成配置文件解析任务.mp4 58.80M

| ├──1019_1020 缺陷检测实战_前向传播计算.mp4 30.80M

| ├──1020_1021 缺陷检测实战_BottleneckCSP层计算方法.mp4 33.82M

| ├──1022_1023 缺陷检测实战_Head层流程解读.mp4 29.19M

| ├──1023_1024 缺陷检测实战_上采样与拼接操作.mp4 21.48M

| ├──1024_1025 缺陷检测实战_输出结果分析.mp4 41.71M

| ├──1025_1026 缺陷检测实战_超参数解读.mp4 34.94M

| ├──1026_1027 缺陷检测实战_命令行参数介绍.mp4 44.26M

| ├──1027_1028 缺陷检测实战_训练流程解读.mp4 46.81M

| ├──1028_1029 缺陷检测实战_各种训练策略概述.mp4 38.43M

| ├──1029_1030 缺陷检测实战_模型迭代过程.mp4 38.42M

| ├──1030_1031 缺陷检测实战_任务需求与项目概述.mp4 14.14M

| ├──1031_1032 缺陷检测实战_数据与标签配置方法.mp4 38.42M

| ├──1032_1033 缺陷检测实战_标签转换格式脚本制作.mp4 30.57M

| ├──1033_1034 缺陷检测实战_各版本模型介绍分析.mp4 33.52M

| ├──1034_1035 缺陷检测实战_项目参数配置.mp4 27.21M

| ├──1035_1036 缺陷检测实战_缺陷检测模型训练.mp4 34.15M

| ├──1036_1037 缺陷检测实战_输出结果与项目总结.mp4 45.20M

| ├──1037_1038 缺陷检测实战_任务目标与流程概述.mp4 53.72M

| ├──1038_1039 缺陷检测实战_论文思想与模型分析.mp4 129.03M

| ├──1039_1040 缺陷检测实战_项目配置解读.mp4 63.00M

| ├──1040_1041 缺陷检测实战_网络流程分析.mp4 37.48M

| ├──1041_1042 缺陷检测实战_输出结果展示.mp4 39.29M

| ├──1042_1043 缺陷检测实战_计算机眼中的图像.mp4 30.88M

| ├──1043_1044 缺陷检测实战_视频的读取与处理.mp4 46.97M

| ├──1044_1045 缺陷检测实战_ROI区域.mp4 15.37M

| ├──1046_1047 缺陷检测实战_数值计算.mp4 40.04M

| ├──1047_1048 缺陷检测实战_图像阈值.mp4 30.85M

| ├──1048_1049 缺陷检测实战_图像平滑处理.mp4 24.77M

| ├──1049_1050 缺陷检测实战_高斯与中值滤波.mp4 20.61M

| ├──1050_1051 缺陷检测实战_腐蚀操作.mp4 20.99M

| ├──1051_1052 缺陷检测实战_膨胀操作.mp4 12.25M

| ├──1053_1054 缺陷检测实战_梯度计算.mp4 7.85M

| ├──1054_1055 缺陷检测实战_礼帽与黑帽.mp4 15.88M

。。。