├─1-AI课程所需安装软件教程
│└─1-AI课程所需安装软件教程
│ 1-AI课程所需安装软件教程.mp4
│
├─2-深度学习必备核?算法
│├─1-神经网络结构
││ 1-神经网络结构.mp4
││
│├─2-卷积神经网络
││ 1-卷积神经网络.mp4
││
│├─3-Transformer
││ 1-Transformer.mp4
││
│└─4-VIT源码解读
│ 1-VIT源码解读.mp4
│
│
├─3-深度学习核心框架PyTorch
│├─3-1 节PyTorch框架介绍与配置安装
││ 1-PyTorch框架与其他框架区别分析.mp4
││ 2-CPU与GPU版本安装方法解读.mp4
││
│├─3-2 节使用神经网络进行分类任务
││ 1-数据集与任务概述.mp4
││ 2-基本模块应用测试.mp4
││ 3-网络结构定义方法.mp4
││ 4-数据源定义简介.mp4
││ 5-损失与训练模块分析.mp4
││ 6-训练一个基本的分类模型.mp4
││ 7-参数对结果的影响.mp4
││
│├─3-3 节神经网络回归任务-气温预测
││ 神经网络回归任务-气温预测.mp4
││
│├─3-4 节卷积网络参数解读分析
││ 1-输入特征通道分析.mp4
││ 2-卷积网络参数解读.mp4
││ 3-卷积网络模型训练.mp4
││
│├─3-5 节图像识别模型与训练策略（重点）
││ 1-任务分析与图像数据基本处理.mp4
││ 2-数据增强模块.mp4
││ 3-数据集与模型选择.mp4
││ 4-迁移学习方法解读.mp4
││ 5-输出层与梯度设置.mp4
││ 6-输出类别个数修改.mp4
││ 7-优化器与学习率衰减.mp4
││ 8-模型训练方法.mp4
││ 9-重新训练全部模型.mp4
││ 10-测试结果演示分析.mp4
││
│├─3-6 节DataLoader自定义数据集制作
││ 1-Dataloader要完成的任务分析.mp4
││ 2-图像数据与标签路径处理.mp4
││ 3-Dataloader中需要实现的方法分析.mp4
││ 4-实用Dataloader加载数据并训练模型.mp4
││
│├─3-7 节LSTM文本分类实战
││ 1-数据集与任务目标分析.mp4
││ 2-文本数据处理基本流程分析.mp4
││ 3-命令行参数与DEBUG.mp4
││ 4-训练模型所需基本配置参数分析.mp4
││ 5-预料表与字符切分.mp4
││ 6-字符预处理转换ID.mp4
││ 7-LSTM网络结构基本定义.mp4
││ 8-网络模型预测结果输出.mp4
││ 9-模型训练任务与总结.mp4
││
│└─3-8 节PyTorch框架Flask部署例子
│ 1-基本结构与训练好的模型加载.mp4
│ 2-服务端处理与预测函数.mp4
│ 3-基于Flask测试模型预测结果.mp4
│
├─4-Opencv图像处理框架实战
│├─5-1 节课程简介与环境配置
││ 1-课程简介.mp4
││ 2-Python与Opencv配置安装.mp4
││ 3-Notebook与IDE环境.mp4
││
│├─5-2 节图像基本操作
││ 1-计算机眼中的图像.mp4
││ 2-视频的读取与处理.mp4
││ 3-ROI区域.mp4
││ 4-边界填充.mp4
││ 5-数值计算.mp4
││
│├─5-3 节阈值与平滑处理
││ 1-图像阈值.mp4
││ 2-图像平滑处理.mp4
││ 3-高斯与中值滤波.mp4
││
│├─5-4 节图像形态学操作
││ 1-腐蚀操作.mp4
││ 2-膨胀操作.mp4
││ 3-开运算与闭运算.mp4
││ 4-梯度计算.mp4
││ 5-礼帽与黑帽.mp4
││
│├─5-5 节图像梯度计算
││ 1-Sobel算子.mp4
││ 2-梯度计算方法.mp4
││ 3-scharr与lapkacian算子.mp4
││
│├─5-6 节边缘检测
││ 1-Canny边缘检测流程.mp4
││ 2-非极大值抑制.mp4
││ 3-边缘检测效果.mp4
││
│├─5-7 节图像?字塔与轮廓检测
││ 1-图像金字塔定义.mp4
││ 2-金字塔制作方法.mp4
││ 3-轮廓检测方法.mp4
││ 4-轮廓检测结果.mp4
││ 5-轮廓特征与近似.mp4
││ 6-模板匹配方法.mp4
││ 7-匹配效果展示.mp4
││
│├─5-8 节直?图与傅?叶变换
││ 1-直方图定义.mp4
││ 2-均衡化原理.mp4
││ 3-均衡化效果.mp4
││ 4-傅里叶概述.mp4
││ 5-频域变换结果.mp4
││ 6-低通与高通滤波.mp4
││
│├─5-9 节信?卡数字识别
││ 1-总体流程与方法讲解.mp4
││ 2-环境配置与预处理.mp4
││ 3-模板处理方法.mp4
││ 4-输入数据处理方法.mp4
││ 5-模板匹配得出识别结果.mp4
││
│├─5-10 节?档扫描OCR识别
││ 1-整体流程演示.mp4
││ 2-文档轮廓提取.mp4
││ 3-原始与变换坐标计算.mp4
││ 4-透视变换结果.mp4
││ 5-tesseract-ocr安装配置.mp4
││ 6-文档扫描识别效果.mp4
││
│├─5-11 节图像特征-harris
││ 1-角点检测基本原理.mp4
││ 2-基本数学原理.mp4
││ 3-求解化简.mp4
││ 4-特征归属划分.mp4
││ 5-opencv角点检测效果.mp4
││
│├─5-12 节图像特征-sift
││ 1-尺度空间定义.mp4
││ 2-高斯差分金字塔.mp4
││ 3-特征关键点定位.mp4
││ 4-生成特征描述.mp4
││ 5-特征向量生成.mp4
││ 6-opencv中sift函数使用.mp4
││
│├─5-13 节全景图像拼接
││ 1-特征匹配方法.mp4
││ 2-RANSAC算法.mp4
││ 3-图像拼接方法.mp4
││ 4-流程解读.mp4
││
│├─5-14 节停?场?位识别
││ 1-任务整体流程.mp4
││ 2-所需数据介绍.mp4
││ 3-图像数据预处理.mp4
││ 4-车位直线检测.mp4
││ 5-按列划分区域.mp4
││ 6-车位区域划分.mp4
││ 7-识别模型构建.mp4
││ 8-基于视频的车位检测.mp4
││
│├─5-15 节答题卡识别判卷
││ 1-整体流程与效果概述.mp4
││ 2-预处理操作.mp4
││ 3-填涂轮廓检测.mp4
││ 4-选项判断识别.mp4
││
│├─5-16 节背景建模
││ 1-背景消除-帧差法.mp4
││ 2-混合高斯模型.mp4
││ 3-学习步骤.mp4
││ 4-背景建模实战.mp4
││
│├─5-17 节光流估计
││ 1-基本概念.mp4
││ 2-Lucas-Kanade算法.mp4
││ 3-推导求解.mp4
││ 4-光流估计实战.mp4
││
│├─5-18 节Opencv的DNN模块
││ 1-dnn模块.mp4
││ 2-模型加载结果输出.mp4
││
│├─5-19 节?标追踪
││ 1-目标追踪概述.mp4
││ 2-多目标追踪实战.mp4
││ 3-深度学习检测框架加载.mp4
││ 4-基于dlib与ssd的追踪.mp4
││ 5-多进程目标追踪.mp4
││ 6-多进程效率提升对比.mp4
││
│├─5-20 节卷积原理与操作
││ 1-卷积神经网络的应用.mp4
││ 2-卷积层解释.mp4
││ 3-卷积计算过程.mp4
││ 4-pading与stride.mp4
││ 5-卷积参数共享.mp4
││ 6-池化层原理.mp4
││ 7-卷积效果演示.mp4
││ 8-卷积操作流程.mp4
││
│└─5-21 节疲劳检测
│ 1-关键点定位概述.mp4
│ 2-获取人脸关键点.mp4
│ 3-定位效果演示.mp4
│ 4-闭眼检测.mp4
│ 5-检测效果.mp4
│
├─5-综合项目-物体检测经典算法实战
│└─1-YOLO V9
│ 1-YOLO V9.mp4

…………

文件较大，请及时下载，失效不补