【尊享】ZX098 – 人工智能深度学习高薪就业班六期 [307G]

以下目录非循环遍历，部分0B文件夹大小非实际大小，总大小307G

【尊享】ZX098 – 人工智能深度学习高薪就业班六期 [307G]

┗━━01.视频 [0B]
┣━━1-直播课回放 [0B]
┃ ┣━━1-开班典礼
┃ ┣━━2-Pycharm环境配置与Debug演示(没用过的同学必看)
┃ ┣━━3-直播1：深度学习核心算法-神经网络与卷积网络
┃ ┣━━4-直播2：卷积神经网络
┃ ┣━━5-直播3：Transformer架构
┃ ┣━━6-直播4：Transfomer在视觉任务中的应用实例
┃ ┣━━7-直播5：YOLO系列（V7）算法解读
┃ ┣━━8-直播6：分割模型Maskformer系列
┃ ┣━━9-补充：Mask2former源码解读
┃ ┣━━10-直播7：半监督物体检测
┃ ┣━━11-直播8：基于图模型的时间序列预测
┃ ┣━━12-直播9：图像定位与检索
┃ ┣━━13-直播10：近期内容补充
┃ ┣━━14-直播11：文本生成GPT系列
┃ ┣━━15-直播12：异构图神经网络
┃ ┣━━16-直播13：BEV特征空间
┃ ┣━━17-补充：BevFormer源码解读
┃ ┣━━18-直播14：知识蒸馏
┃ ┗━━19-直播15六期总结与论文简历
┣━━2-深度学习必备核心算法 [0B]
┃ ┣━━1-神经网络算法解读
┃ ┣━━2-卷积神经网络算法解读
┃ ┗━━3-递归神经网络算法解读
┣━━3-深度学习核心框架PyTorch [0B]
┃ ┣━━1-PyTorch框架介绍与配置安装
┃ ┣━━2-使用神经网络进行分类任务
┃ ┣━━3-神经网络回归任务-气温预测
┃ ┣━━4-卷积网络参数解读分析
┃ ┣━━5-图像识别模型与训练策略（重点）
┃ ┣━━6-DataLoader自定义数据集制作
┃ ┣━━7-LSTM文本分类实战
┃ ┗━━8-PyTorch框架Flask部署例子
┣━━4-MMLAB实战系列 [0B]
┃ ┣━━1-MMCV安装方法
┃ ┣━━2-第一模块：分类任务基本操作
┃ ┣━━3-第一模块：训练结果测试与验证
┃ ┣━━4-第一模块：模型源码DEBUG演示
┃ ┣━━7-第二模块：使用分割模块训练自己的数据集
┃ ┣━━8-第二模块：基于Unet进行各种策略修改
┃ ┣━━9-第二模块：分割任务CVPR最新Backbone设计及其应用
┃ ┣━━10-第三模块：mmdet训练自己的数据任务
┃ ┣━━11-第三模块：DeformableDetr算法解读
┃ ┣━━12-第三模块：DeformableDetr物体检测源码分析
┃ ┣━━13-KIE关键信息抽取与视频超分辨率重构
┃ ┣━━14-第四模块：ANINET文字识别
┃ ┣━━14-第四模块：DBNET文字检测
┃ ┣━━15-OCR算法解读
┃ ┣━━15-第八模块：模型蒸馏应用实例
┃ ┣━━15-第四模块：KIE基于图模型的关键信息抽取
┃ ┣━━16-第八模块：模型剪枝方法概述分析
┃ ┣━━16-第五模块：stylegan2源码解读
┃ ┣━━17-第九模块：mmaction行为识别
┃ ┣━━17-第六模块：BasicVSR++视频超分辨重构源码解读
┃ ┣━━18-第七模块：多模态3D目标检测算法源码解读
┃ ┗━━18-额外补充-在源码中加入各种注意力机制方法
┣━━5-Opencv图像处理框架实战 [0B]
┃ ┣━━1-课程简介与环境配置
┃ ┣━━2-图像基本操作
┃ ┣━━3-阈值与平滑处理
┃ ┣━━4-图像形态学操作
┃ ┣━━5-图像梯度计算
┃ ┣━━6-边缘检测
┃ ┣━━7-图像金字塔与轮廓检测
┃ ┣━━8-直方图与傅里叶变换
┃ ┣━━9-项目实战-信用卡数字识别
┃ ┣━━10-项目实战-文档扫描OCR识别
┃ ┣━━11-图像特征-harris
┃ ┣━━12-图像特征-sift
┃ ┣━━13-案例实战-全景图像拼接
┃ ┣━━14-项目实战-停车场车位识别
┃ ┣━━15-项目实战-答题卡识别判卷
┃ ┣━━16-背景建模
┃ ┣━━17-光流估计
┃ ┣━━18-Opencv的DNN模块
┃ ┣━━19-项目实战-目标追踪
┃ ┣━━20-卷积原理与操作
┃ ┗━━21-项目实战-疲劳检测
┣━━6-综合项目-物体检测经典算法实战 [0B]
┃ ┣━━1-深度学习经典检测⽅法概述
┃ ┣━━2-YOLO-V1整体思想与网络架构
┃ ┣━━3-YOLO-V2改进细节详解
┃ ┣━━4-YOLO-V3核心网络模型
┃ ┣━━5-项目实战-基于V3版本进行源码解读
┃ ┣━━6-基于YOLO-V3训练自己的数据集与任务
┃ ┣━━7-YOLO-V4版本算法解读
┃ ┣━━8-V5版本项目配置
┃ ┣━━9-V5项目工程源码解读
┃ ┣━━10-V7源码解读
┃ ┣━━11-EfficientNet网络
┃ ┣━━12-EfficientDet检测算法
┃ ┣━━13-基于Transformer的detr目标检测算法
┃ ┗━━14-detr目标检测源码解读
┣━━7-图像分割实战 [0B]
┃ ┣━━1-图像分割及其损失函数概述
┃ ┣━━2-卷积神经⽹络原理与参数解读
┃ ┣━━3-Unet系列算法讲解
┃ ┣━━4-unet医学细胞分割实战
┃ ┣━━5-U2NET显著性检测实战
┃ ┣━━6-deeplab系列算法
┃ ┣━━7-基于deeplabV3+版本进⾏VOC分割实战
┃ ┣━━8-医学⼼脏视频数据集分割建模实战
┃ ┣━━9-物体检测框架-MaskRcnn项目介绍与配置
┃ ┣━━10-MaskRcnn网络框架源码详解
┃ ┗━━11-基于MASK-RCNN框架训练自己的数据与任务
┣━━8-行为识别实战 [0B]
┃ ┣━━1-slowfast算法知识点通俗解读
┃ ┣━━2-slowfast项目环境配置与配置文件
┃ ┣━━3-slowfast源码详细解读
┃ ┣━━4-基于3D卷积的视频分析与动作识别
┃ ┣━━5-视频异常检测算法与元学习
┃ ┣━━6-视频异常检测CVPR2021论文及其源码解读
┃ ┗━━7-基础补充-Resnet模型及其应用实例
┣━━9-2022论文必备-Transformer实战系列 [0B]
┃ ┣━━2-课程介绍
┃ ┣━━3-自然语言处理通用框架BERT原理解读
┃ ┣━━4-Transformer在视觉中的应用VIT算法
┃ ┣━━5-VIT算法模型源码解读
┃ ┣━━6-swintransformer算法原理解析
┃ ┣━━7-swintransformer源码解读
┃ ┣━━8-detr目标检测源码解读
┃ ┣━━8-基于Transformer的detr目标检测算法
┃ ┣━━9-MedicalTrasnformer论文解读
┃ ┣━━10-MedicalTransformer源码解读
┃ ┣━━11-商汤LoFTR算法解读
┃ ┣━━12-局部特征关键点匹配实战
┃ ┣━━13-项目补充-谷歌开源项目BERT源码解读与应用实例
┃ ┗━━14-项目补充-基于BERT的中文情感分析实战
┣━━10-图神经网络实战 [0B]
┃ ┣━━1-图神经网络基础
┃ ┣━━2-图卷积GCN模型
┃ ┣━━3-图模型必备神器PyTorch Geometric安装与使用
┃ ┣━━4-使用PyTorch Geometric构建自己的图数据集
┃ ┣━━5-图注意力机制与序列图模型
┃ ┣━━6-图相似度论文解读
┃ ┣━━7-图相似度计算实战
┃ ┣━━8-基于图模型的轨迹估计
┃ ┗━━9-图模型轨迹估计实战
┣━━11-3D点云实战 [0B]
┃ ┣━━1-3D点云实战 3D点云应用领域分析
┃ ┣━━2-3D点云PointNet算法
┃ ┣━━3-PointNet++算法解读
┃ ┣━━4-Pointnet++项目实战
┃ ┣━━5-点云补全PF-Net论文解读
┃ ┣━━6-点云补全实战解读
┃ ┣━━7-点云配准及其案例实战
┃ ┗━━8-基础补充-对抗生成网络架构原理与实战解析
┣━━12-目标追踪与姿态估计实战 [0B]
┃ ┣━━1-课程介绍
┃ ┣━━2-姿态估计OpenPose系列算法解读
┃ ┣━━3-OpenPose算法源码分析
┃ ┣━━4-deepsort算法知识点解读
┃ ┣━━5-deepsort源码解读
┃ ┣━━6-YOLO-V4版本算法解读
┃ ┣━━7-V5版本项目配置
┃ ┗━━8-V5项目工程源码解读
┣━━13-面向深度学习的无人驾驶实战 [0B]
┃ ┣━━1-深度估计算法原理解读
┃ ┣━━2-深度估计项目实战
┃ ┣━━3-车道线检测算法与论文解读
┃ ┣━━4-基于深度学习的车道线检测项目实战
┃ ┣━━5-商汤LoFTR算法解读
┃ ┣━━6-局部特征关键点匹配实战
┃ ┣━━7-三维重建应用与坐标系基础
┃ ┣━━8-NeuralRecon算法解读
┃ ┣━━9-NeuralRecon项目环境配置
┃ ┣━━10-NeuralRecon项目源码解读
┃ ┣━━11-TSDF算法与应用
┃ ┣━━12-TSDF实战案例
┃ ┣━━13-轨迹估计算法与论文解读
┃ ┣━━14-轨迹估计预测实战
┃ ┗━━15-特斯拉无人驾驶解读
┣━━14-对比学习与多模态任务实战 [0B]
┃ ┣━━1-对比学习算法与实例
┃ ┣━━2-CLIP系列
┃ ┣━━3-多模态3D目标检测算法源码解读
┃ ┣━━4-多模态文字识别
┃ ┗━━5-ANINET源码解读
┣━━15-缺陷检测实战 [0B]
┃ ┣━━1-课程介绍
┃ ┣━━2-物体检框架YOLO-V4版本算法解读
┃ ┣━━3-物体检测框架YOLOV5版本项目配置
┃ ┣━━4-物体检测框架YOLOV5项目工程源码解读
┃ ┣━━5-基于YOLOV5的钢材缺陷检测实战
┃ ┣━━6-Semi-supervised布料缺陷检测实战
┃ ┣━━7-Opencv图像常⽤处理⽅法实例
┃ ┣━━8-Opencv轮廓检测与直⽅图
┃ ┣━━8-Opencv梯度计算与边缘检测实例
┃ ┣━━9-基于Opencv缺陷检测项⽬实战
┃ ┣━━10-基于视频流⽔线的Opencv缺陷检测项⽬
┃ ┣━━11-图像分割deeplab系列算法
┃ ┣━━12-基于deeplabV3+版本进⾏VOC分割实战
┃ ┗━━13-Deeplab铁质材料缺陷检测与开源项⽬应⽤流程
┣━━16-行人重识别实战 [0B]
┃ ┣━━1-行人重识别原理及其应用
┃ ┣━━2-基于注意力机制的Reld模型论文解读
┃ ┣━━3-基于Attention的行人重识别项目实战
┃ ┣━━4-AAAI2020顶会算法精讲
┃ ┣━━5-项目实战-基于行人局部特征融合的再识别实战
┃ ┣━━6-旷视研究院最新算法解读（基于图模型）
┃ ┗━━7-基于拓扑图的行人重识别项目实战
┣━━17-对抗生成网络实战 [0B]
┃ ┣━━1-课程介绍
┃ ┣━━2-对抗生成网络架构原理与实战解析
┃ ┣━━3-基于CycleGan开源项目实战图像合成
┃ ┣━━4-stargan论文架构解析
┃ ┣━━5-stargan项目实战及其源码解读
┃ ┣━━6-基于starganvc2的变声器论文原理解读
┃ ┣━━7-starganvc2变声器项目实战及其源码解读
┃ ┣━━8-图像超分辨率重构实战
┃ ┗━━9-基于GAN的图像补全实战
┣━━18-强化学习实战系列 [0B]
┃ ┣━━1-强化学习简介及其应用
┃ ┣━━2-PPO算法与公式推导
┃ ┣━━3-PPO实战-月球登陆器训练实例
┃ ┣━━4-Q-learning与DQN算法
┃ ┣━━5-DQN算法实例演示
┃ ┣━━6-DQN改进与应用技巧
┃ ┣━━7-Actor-Critic算法分析（A3C）
┃ ┗━━8-用A3C玩转超级马里奥
┣━━19-Openai顶级黑科技算法及其项目实战 [0B]
┃ ┣━━1-GPT系列生成模型
┃ ┣━━2-GPT建模与预测流程
┃ ┣━━3-CLIP系列
┃ ┣━━4-Diffusion模型解读
┃ ┣━━5-Dalle2及其源码解读
┃ ┗━━6-ChatGPT
┣━━20-面向医学领域的深度学习实战 [0B]
┃ ┣━━1-卷积神经网络原理与参数解读
┃ ┣━━2-PyTorch框架基本处理操作
┃ ┣━━3-PyTorch框架必备核心模块解读
┃ ┣━━4-基于Resnet的医学数据集分类实战
┃ ┣━━5-图像分割及其损失函数概述
┃ ┣━━6-Unet系列算法讲解
┃ ┣━━7-unet医学细胞分割实战
┃ ┣━━8-deeplab系列算法
┃ ┣━━9-基于deeplabV3+版本进行VOC分割实战
┃ ┣━━10-基于deeplab的心脏视频数据诊断分析
┃ ┣━━11-YOLO系列物体检测算法原理解读
┃ ┣━━12-基于YOLO5细胞检测实战
┃ ┣━━13-知识图谱原理解读
┃ ┣━━14-Neo4j数据库实战
┃ ┣━━15-基于知识图谱的医药问答系统实战
┃ ┣━━16-词向量模型与RNN网络架构
┃ ┗━━17-医学糖尿病数据命名实体识别
┣━━21-深度学习模型部署与剪枝优化实战 [0B]
┃ ┣━━1-认识 jetson nano
┃ ┣━━2-AI 实战
┃ ┣━━3- NVIDIA TAO 实用级的训练神器
┃ ┗━━4- deepstream
┣━━22-深度学习模型部署与剪枝优化实战 [0B]
┃ ┣━━1-AIoT人工智能物联网之认识 jetson nano
┃ ┣━━2-AIoT人工智能物联网之AI 实战
┃ ┣━━3-AIoT人工智能物联网之NVIDIA TAO 实用级的训练神器
┃ ┣━━4- AIoT人工智能物联网之deepstream
┃ ┗━━5-tensorRT视频
┣━━23-自然语言处理通用框架-BERT实战 [0B]
┃ ┣━━1-自然语言处理通用框架BERT原理解读
┃ ┣━━2-谷歌开源项目BERT源码解读与应用实例
┃ ┣━━3-项目实战-基于BERT的中文情感分析实战
┃ ┣━━4-项目实战-基于BERT的中文命名实体识别识别实战
┃ ┣━━5-必备基础知识点-woed2vec模型通俗解读
┃ ┣━━6-必备基础-掌握Tensorflow如何实现word2vec模型
┃ ┣━━7-必备基础知识点-RNN网络架构与情感分析应用实例
┃ ┗━━8-医学糖尿病数据命名实体识别
┣━━24-自然语言处理经典案例实战 [0B]
┃ ┣━━1-NLP常用工具包实战
┃ ┣━━2-商品信息可视化与文本分析
┃ ┣━━3-贝叶斯算法
┃ ┣━━4-新闻分类任务实战
┃ ┣━━5-HMM隐马尔科夫模型
┃ ┣━━6-HMM工具包实战
┃ ┣━━7-语言模型
┃ ┣━━8-使用Gemsim构建词向量
┃ ┣━━9-基于word2vec的分类任务
┃ ┣━━10-NLP-文本特征方法对比
┃ ┣━━11-NLP-相似度模型
┃ ┣━━12-LSTM情感分析
┃ ┣━━13-机器人写唐诗
┃ ┗━━14-对话机器人
┣━━25-知识图谱实战系列 [0B]
┃ ┣━━1-知识图谱介绍及其应用领域分析
┃ ┣━━2-知识图谱涉及技术点分析
┃ ┣━━3-Neo4j数据库实战
┃ ┣━━4-使用python操作neo4j实例
┃ ┣━━5-基于知识图谱的医药问答系统实战
┃ ┣━━6-文本关系抽取实践
┃ ┣━━7-金融平台风控模型实践
┃ ┗━━8-医学糖尿病数据命名实体识别
┣━━26-语音识别实战系列 [0B]
┃ ┣━━1-seq2seq序列网络模型
┃ ┣━━2-LAS模型语音识别实战
┃ ┣━━3-starganvc2变声器论文原理解读
┃ ┣━━4-staeganvc2变声器源码实战
┃ ┣━━5-语音分离ConvTasnet模型
┃ ┣━━6-ConvTasnet语音分离实战
┃ ┗━━7-语音合成tacotron最新版实战
┣━━27-推荐系统实战系列 [0B]
┃ ┣━━1-推荐系统介绍及其应用
┃ ┣━━2-协同过滤与矩阵分解
┃ ┣━━3-音乐推荐系统实战
┃ ┣━━4-知识图谱与Neo4j数据库实例
┃ ┣━━5-基于知识图谱的电影推荐实战
┃ ┣━━6-点击率估计FM与DeepFM算法
┃ ┣━━7-DeepFM算法实战
┃ ┣━━8-推荐系统常用工具包演示
┃ ┣━━9-基于文本数据的推荐实例
┃ ┣━━10-基本统计分析的电影推荐
┃ ┗━━11-补充-基于相似度的酒店推荐系统
┣━━28-AI课程所需安装软件教程 [0B]
┃ ┗━━1-AI课程所需安装软件教程
┗━━29-额外补充 [0B]
┗━━1-可变形卷积加入方法

┣━━00.资料 [39G]
┃ ┣━━1-1 节开班典礼 [34.8M]
┃ ┃ ┗━━咕泡唐宇迪人工智能【第六期】学习路线图.pdf [34.8M]
┃ ┣━━1-10 节直播7：半监督物体检测 [35.6M]
┃ ┃ ┗━━mmdetection-3.x.zip [35.6M]
┃ ┣━━1-11 节直播8：基于图模型的时间序列预测 [101.1M]
┃ ┃ ┣━━2110.05357.pdf [880.7K]
┃ ┃ ┣━━raindrop-AAAI22.pdf [10.6M]
┃ ┃ ┗━━Raindrop-main.rar [89.7M]
┃ ┣━━1-12 节直播9：图像定位与检索 [4.7G]
┃ ┃ ┣━━CosPlace-main.zip [190.5M]
┃ ┃ ┗━━small.zip [4.5G]
┃ ┣━━1-13 节直播10：近期内容补充 [38.9M]
┃ ┃ ┣━━Informer_huggingface.zip [37M]
┃ ┃ ┗━━YOLOV7.pdf [1.9M]
┃ ┣━━1-3 节直播1：深度学习核心算法-神经网络与卷积网络 [6.3M]
┃ ┃ ┗━━神经网络.pdf [6.3M]
┃ ┣━━1-4 节卷积神经网络 [2.6M]
┃ ┃ ┗━━卷积神经网络.pdf [2.6M]
┃ ┣━━1-5 节直播3：Transformer架构 [2M]
┃ ┃ ┗━━transformer.pdf [2M]
┃ ┣━━1-6 节直播4：Transfomer在视觉任务中的应用实例 [943.4M]
┃ ┃ ┣━━transformer课件.pdf [1.2M]
┃ ┃ ┗━━VIT算法模型源码解读.zip [942.2M]
┃ ┣━━1-7 节直播5：YOLO系列（V7）算法解读 [1.8M]
┃ ┃ ┣━━YOLOV7.pdf [1.7M]
┃ ┃ ┣━━Yolov7结构图.pptx [44.4K]
┃ ┃ ┗━━Yolov7结构图(1).pptx [44.4K]
┃ ┣━━1-8 节直播6：分割模型Maskformer系列 [4.5M]
┃ ┃ ┣━━mask2former.pdf [3M]
┃ ┃ ┗━━maskformer.pdf [1.5M]
┃ ┣━━1-9 节补充：Mask2former源码解读 [192.4M]
┃ ┃ ┗━━mask2former(mmdetection).zip [192.4M]
┃ ┣━━2.第二章 深度学习必备核⼼算法 [0B]
┃ ┃ ┗━━课件
┃ ┣━━3.第三章 深度学习核⼼框架PyTorch [1.8G]
┃ ┃ ┣━━第八章：对抗生成网络架构原理与实战解析.zip [35.3M]
┃ ┃ ┣━━第二,三章：神经网络实战分类与回归任务.zip [15.8M]
┃ ┃ ┣━━第六章：DataLoader自定义数据集制作.zip [594M]
┃ ┃ ┣━━第七章：LSTM文本分类实战.zip [31.5M]
┃ ┃ ┣━━第四章：卷积网络参数解读.zip [33.4M]
┃ ┃ ┣━━第五章：图像识别模型与训练策略（重点）.zip [449.8M]
┃ ┃ ┗━━flask预测.zip [712M]
┃ ┣━━4.第四章 MMLAB实战系列 [9.8G]
┃ ┃ ┣━━DeformableDetr算法解读
┃ ┃ ┣━━KIE关键信息抽取与视频超分辨率重构
┃ ┃ ┣━━OCR算法解读
┃ ┃ ┣━━第八模块：mmrazor-模型蒸馏.zip [1G]
┃ ┃ ┣━━第二模块：mmsegmentation-0.20.2.zip [2.8G]
┃ ┃ ┣━━第二模块：MPViT-main.zip [924.8M]
┃ ┃ ┣━━第九模块：mmaction2-master.zip [827.8M]
┃ ┃ ┣━━第六模块：mmediting-master.zip [107.8M]
┃ ┃ ┣━━第七模块：mmdetection3d-1.0.0rc0.zip [395M]
┃ ┃ ┣━━第三模块：mmdetection-master.zip [1.5G]
┃ ┃ ┣━━第四模块：mmocr-main.zip [381.7M]
┃ ┃ ┣━━第五模块：mmgeneration-master.zip [746.8M]
┃ ┃ ┣━━第一模块：mmclassification-master.zip [912M]
┃ ┃ ┣━━mask2former(mmdetection).zip [192.4M]
┃ ┃ ┗━━ner.zip [121.6M]
┃ ┣━━5.第五章 Opencv图像处理框架实战 [0B]
┃ ┃ ┣━━课件
┃ ┃ ┗━━源码资料
┃ ┣━━6.第六章 综合项⽬-物体检测经典算法实战 [430.9M]
┃ ┃ ┣━━YOLO系列（PyTorch）
┃ ┃ ┣━━第十二章：基于Transformer的detr目标检测算法.pdf [885.7K]
┃ ┃ ┣━━物体检测.pdf [1.4M]
┃ ┃ ┣━━CenterNet.pdf [8.8M]
┃ ┃ ┣━━detr目标检测源码解读.zip [108.3K]
┃ ┃ ┣━━EfficientDet.pdf [780.7K]
┃ ┃ ┣━━EfficientDet.zip [80.5M]
┃ ┃ ┣━━EfficientNet.pdf [943.2K]
┃ ┃ ┣━━json2yolo.py [1.5K]
┃ ┃ ┗━━yolov7-main.zip [337.6M]
┃ ┣━━7.第七章 图像分割实战 [2.6G]
┃ ┃ ┣━━第1节：图像分割算法
┃ ┃ ┣━━第2节：卷积网络
┃ ┃ ┣━━第3节：Unet系列算法讲解
┃ ┃ ┣━━第4节：unet医学细胞分割实战
┃ ┃ ┣━━第6节：deeplab系列算法
┃ ┃ ┣━━第7节：基于deeplabV3+版本进行VOC分割实战
┃ ┃ ┣━━第8节：基于deeplab的心脏视频数据诊断分析
┃ ┃ ┣━━基于Resnet的医学数据集分类实战
┃ ┃ ┣━━第5节：U-2-Net.zip [636.2M]
┃ ┃ ┣━━基于MASK-RCNN框架训练自己的数据与任务.zip [439.4M]
┃ ┃ ┣━━图像识别核心模块实战解读.zip [336.9M]
┃ ┃ ┣━━f112c9fda85536ee3eba662c9043e683.bat [70B]
┃ ┃ ┣━━mask-rcnn.pdf [990K]
┃ ┃ ┣━━MaskRcnn网络框架源码详解.zip [1.1G]
┃ ┃ ┣━━PyTorch框架基本处理操作.zip [98.6M]
┃ ┃ ┗━━R(2+1)D网络.pdf [507.1K]
┃ ┣━━8.第八章 行为识别实战 [1.5G]
┃ ┃ ┣━━基础补充-Resnet模型及其应用实例
┃ ┃ ┣━━slowfast-add
┃ ┃ ┣━━1-slowfast算法知识点通俗解读.pdf [572.3K]
┃ ┃ ┣━━4-基于3D卷积的视频分析与动作识别.zip [845.8M]
┃ ┃ ┣━━5-视频异常检测算法与元学习.pdf [1.1M]
┃ ┃ ┣━━6-视频异常检测CVPR2021论文及其源码解读.zip [243.8M]
┃ ┃ ┣━━基础补充-PyTorch框架必备核心模块解读.zip [336.9M]
┃ ┃ ┣━━基础补充-PyTorch框架基本处理操作.zip [98.6M]
┃ ┃ ┗━━slowfast论文.pdf [1.4M]
┃ ┣━━9.第九章 2022论⽂必备-Transformer实战系列 [0B]
┃ ┃ ┗━━transformer系列
┃ ┣━━10.第一十章 图神经⽹络实战 [0B]
┃ ┃ ┣━━3-图模型必备神器PyTorch Geometric安装与使用
┃ ┃ ┣━━4-使用PyTorch Geometric构建自己的图数据集
┃ ┃ ┣━━5-图注意力机制与序列图模型
┃ ┃ ┣━━6-图相似度论文解读
┃ ┃ ┣━━7-图相似度计算实战
┃ ┃ ┣━━8-基于图模型的轨迹估计
┃ ┃ ┣━━9-图模型轨迹估计实战
┃ ┃ ┣━━第二章：图卷积GCN模型
┃ ┃ ┗━━第一章：图神经网络基础
┃ ┣━━11.第一十一章 3D点云实战 [0B]
┃ ┃ ┣━━第1节：3D点云应用领域分析
┃ ┃ ┣━━第2节：3D点云PointNet算法
┃ ┃ ┣━━第3节：PointNet++算法解读
┃ ┃ ┣━━第4节：Pointnet++项目实战
┃ ┃ ┣━━第5节：点云补全PF-Net论文解读
┃ ┃ ┣━━第6节：点云补全实战解读
┃ ┃ ┣━━第7节：点云配准及其案例实战
┃ ┃ ┗━━第8节：基础补充-对抗生成网络架构原理与实战解析
┃ ┣━━12.第一十二章 ⽬标追踪与姿态估计实战 [791.3M]
┃ ┃ ┣━━第五六七章：YOLO目标检测
┃ ┃ ┣━━基础补充-Resnet模型及其应用实例
┃ ┃ ┣━━第二章：OpenPose算法源码分析.zip [243.9M]
┃ ┃ ┣━━第三章：Deepsort算法知识点解读.pdf [1.6M]
┃ ┃ ┣━━第四章：Deepsort源码解读.zip [107.9M]
┃ ┃ ┣━━第一章：姿态估计OpenPose系列算法解读.pdf [2.4M]
┃ ┃ ┣━━基础补充-PyTorch框架必备核心模块解读.zip [336.9M]
┃ ┃ ┗━━基础补充-PyTorch框架基本处理操作.zip [98.6M]
┃ ┣━━13.第一十三章 ⾯向深度学习的⽆⼈驾驶实战 [0B]
┃ ┃ ┣━━1.深度估计算法解读
┃ ┃ ┣━━2.深度估计项目实战
┃ ┃ ┣━━3-车道线检测算法与论文解读
┃ ┃ ┣━━4-基于深度学习的车道线检测项目实战
┃ ┃ ┣━━5-商汤LoFTR算法解读
┃ ┃ ┣━━6-局部特征关键点匹配实战
┃ ┃ ┣━━7-三维重建应用与坐标系基础
┃ ┃ ┣━━8-NeuralRecon算法解读
┃ ┃ ┣━━9-NeuralRecon项目环境配置
┃ ┃ ┣━━10-NeuralRecon项目源码解读
┃ ┃ ┣━━11-TSDF算法与应用
┃ ┃ ┣━━12-TSDF实战案例
┃ ┃ ┣━━13-轨迹估计算法与论文解读
┃ ┃ ┣━━14-轨迹估计预测实战
┃ ┃ ┗━━15-特斯拉无人驾驶解读
┃ ┣━━14.第一十四章 对比学习与多模态任务实战 [0B]
┃ ┃ ┣━━对比学习算法与实例
┃ ┃ ┣━━多模态3D目标检测算法源码解读
┃ ┃ ┣━━多模态文字识别
┃ ┃ ┣━━ANINET源码解读
┃ ┃ ┗━━CLIP系列
┃ ┣━━15.第一十五章 缺陷检测实战 [3.8G]
┃ ┃ ┣━━第1-4章：YOLOV5缺陷检测
┃ ┃ ┣━━第11-12章：deeplab
┃ ┃ ┣━━第6-8章：Opencv各函数使用实例
┃ ┃ ┣━━PyTorch基础
┃ ┃ ┣━━Resnet分类实战
┃ ┃ ┣━━第10章：基于视频流水线的Opnecv缺陷检测项目.zip [14M]
┃ ┃ ┣━━第5章：Semi-supervised布料缺陷检测实战.zip [212.3M]
┃ ┃ ┣━━第9章：基于Opencv缺陷检测项目实战.zip [11.4M]
┃ ┃ ┗━━DeepLab铁质材料缺陷检测与开源项目应用流程.zip [3.6G]
┃ ┣━━16.第一十六章 ⾏⼈重识别实战 [0B]
┃ ┃ ┣━━第1节：行人重识别原理及其应用
┃ ┃ ┣━━第2节：基于注意力机制的ReId模型论文解读
┃ ┃ ┣━━第3节：基于Attention的行人重识别项目实战
┃ ┃ ┣━━第4节：经典会议算法精讲（特征融合）
┃ ┃ ┣━━第5节：项目实战-基于行人局部特征融合的再识别实战
┃ ┃ ┣━━第6节：旷视研究院最新算法解读（基于图模型）
┃ ┃ ┗━━第7节：基于拓扑图的行人重识别项目实战
┃ ┣━━17.第一十七章 对抗⽣成⽹络实战 [3G]
┃ ┃ ┣━━第4节：stargan论文架构解析
┃ ┃ ┣━━第6节：基于starganvc2的变声器论文原理解读
┃ ┃ ┣━━第8节：图像超分辨率重构实战
┃ ┃ ┣━━第9节：基于GAN的图像补全实战
┃ ┃ ┣━━第2节：对抗生成网络架构原理与实战解析.zip [35.3M]
┃ ┃ ┣━━第3节：基于CycleGan开源项目实战图像合成.zip [1.6G]
┃ ┃ ┣━━第5节：stargan项目实战及其源码解读.zip [869.4M]
┃ ┃ ┣━━第7节：starganvc2变声器项目实战及其源码解读.zip [485M]
┃ ┃ ┣━━cyclegan.pdf [2.7M]
┃ ┃ ┗━━static.zip [1.3M]
┃ ┣━━18.第一十八章 强化学习实战系列 [105.5M]
┃ ┃ ┣━━第1节：强化学习简介及其应用.pdf [738.7K]
┃ ┃ ┣━━第2节：PPO算法与公式推导.pdf [899.2K]
┃ ┃ ┣━━第3节：策略梯度实战-月球登陆器训练实例.zip [4.3M]
┃ ┃ ┣━━第4节：DQN算法.pdf [1.4M]
┃ ┃ ┣━━第5节：DQN算法实例演示.zip [2K]
┃ ┃ ┣━━第7节：Actor-Critic算法分析(A3C).pdf [560.3K]
┃ ┃ ┗━━第8节：A3C算法玩转超级马里奥.zip [97.6M]
┃ ┣━━19.第一十九章 Openai顶级黑科技算法及其项目实战 [0B]
┃ ┃ ┣━━1 节GPT系列生成模型
┃ ┃ ┣━━2 节GPT建模与预测流程
┃ ┃ ┣━━3 节CLIP系列
┃ ┃ ┣━━4 节Diffusion模型解读
┃ ┃ ┣━━5 节Dalle2及其源码解读
┃ ┃ ┗━━6 节ChatGPT
┃ ┣━━20.第二十章 面向医学领域的深度学习实战 [437.7M]
┃ ┃ ┣━━1-神经网络算法PPT
┃ ┃ ┣━━4-基于Resnet的医学数据集分类实战
┃ ┃ ┣━━5-图像分割及其损失函数概述
┃ ┃ ┣━━6-Unet系列算法讲解
┃ ┃ ┣━━7-unet医学细胞分割实战
┃ ┃ ┣━━8-deeplab系列算法
┃ ┃ ┣━━9-基于deeplabV3+版本进行VOC分割实战
┃ ┃ ┣━━10-基于deeplab的心脏视频数据诊断分析
┃ ┃ ┣━━11-YOLO系列物体检测算法原理解读
┃ ┃ ┣━━12-基于YOLO5细胞检测实战
┃ ┃ ┣━━13-知识图谱原理解读
┃ ┃ ┣━━14-Neo4j数据库实战
┃ ┃ ┣━━15-基于知识图谱的医药问答系统实战
┃ ┃ ┣━━17-医学糖尿病数据命名实体识别
┃ ┃ ┣━━2-PyTorch框架基本处理操作.zip [98.6M]
┃ ┃ ┣━━3-PyTorch框架必备核心模块解读.zip [336.9M]
┃ ┃ ┗━━16-词向量模型与RNN网络架构.zip [2.1M]
┃ ┣━━21.第二十一章 深度学习模型部署与剪枝优化实战 [1.2G]
┃ ┃ ┣━━嵌入式AI
┃ ┃ ┣━━tensorRT
┃ ┃ ┣━━剪枝算法.pdf [504K]
┃ ┃ ┣━━Docker使用命令.zip [7.8M]
┃ ┃ ┣━━Mobilenet.pdf [2.4M]
┃ ┃ ┣━━mobilenetv3.py [7.3K]
┃ ┃ ┣━━pytorch-slimming.zip [356.4M]
┃ ┃ ┣━━PyTorch模型部署实例.zip [102.8K]
┃ ┃ ┣━━TensorFlow-serving.zip [3M]
┃ ┃ ┗━━YOLO部署实例.zip [876.4M]
┃ ┣━━22.第二十二章 自然语言处理必备神器Huggingface系列实战 [0B]
┃ ┃ ┣━━第八章：GPT训练与预测部署流程
┃ ┃ ┣━━第二章：Transformer工具包基本操作实例解读
┃ ┃ ┣━━第九章：文本摘要建模
┃ ┃ ┣━━第六章：文本预训练模型构建实例
┃ ┃ ┣━━第七章：GPT系列算法
┃ ┃ ┣━━第三章：transformer原理解读
┃ ┃ ┣━━第十一章：补充Huggingface数据集制作方法实例
┃ ┃ ┣━━第十章：图谱知识抽取实战
┃ ┃ ┣━━第四章：BERT系列算法解读
┃ ┃ ┣━━第五章：文本标注工具与NER实例
┃ ┃ ┗━━第一章：Huggingface与NLP介绍解读
┃ ┣━━23.第二十三章 ⾃然语⾔处理通⽤框架-BERT实战 [0B]
┃ ┃ ┣━━课后作业
┃ ┃ ┗━━课件、源码
┃ ┣━━24.第二十四章 ⾃然语⾔处理经典案例实战 [0B]
┃ ┃ ┣━━课后作业
┃ ┃ ┣━━课件
┃ ┃ ┣━━源码、数据集等
┃ ┃ ┗━━NLP常用工具包
┃ ┣━━25.第二十五章 知识图谱实战系列 [0B]
┃ ┃ ┣━━第1.2节：知识图谱介绍及其应用领域分析
┃ ┃ ┣━━第3节：Neo4j数据库实战
┃ ┃ ┣━━第4节：使用python操作neo4j实例
┃ ┃ ┣━━第5节：基于知识图谱的医药问答系统实战
┃ ┃ ┣━━第6节：文本关系抽取实践
┃ ┃ ┣━━第7节：金融平台风控模型实践
┃ ┃ ┗━━第8节：医学糖尿病数据命名实体识别
┃ ┣━━26.第二十六章 语⾳识别实战系列 [1.3G]
┃ ┃ ┣━━论文
┃ ┃ ┣━━PPT
┃ ┃ ┣━━变声器pytorch-StarGAN-VC2.zip [484.9M]
┃ ┃ ┣━━语音分离Conv-TasNet.zip [84.4M]
┃ ┃ ┣━━语音合成tacotron2实战.zip [302.4M]
┃ ┃ ┗━━语音识别LAS模型.zip [420.1M]
┃ ┣━━27.第二十七章 推荐系统实战系列 [550.9M]
┃ ┃ ┣━━第10节：基于统计分析的电影推荐
┃ ┃ ┣━━第3节：音乐推荐系统实战
┃ ┃ ┣━━第4节：Neo4j数据库实例
┃ ┃ ┣━━第11节：补充-基于相似度的酒店推荐系统.zip [1.8M]
┃ ┃ ┣━━第1节：推荐系统介绍.pdf [1.5M]
┃ ┃ ┣━━第2节：协同过滤与矩阵分解.pdf [974.7K]
┃ ┃ ┣━━第5节：基于知识图谱的电影推荐实战.zip [160.6M]
┃ ┃ ┣━━第6节：FM与DeepFM算法.pdf [759.6K]
┃ ┃ ┣━━第7节：DeepFM算法实战.zip [1.2M]
┃ ┃ ┣━━第8节：推荐系统常用工具包演示.zip [129.3M]
┃ ┃ ┗━━第9节：基于文本数据的推荐实例.zip [254.8M]
┃ ┗━━28.第二十八章 AI课程所需安装软件教程 [5.8G]
┃ ┣━━Anaconda3-2020.07-Windows-x86_64.exe [467.5M]
┃ ┣━━cuda_11.3.0_465.89_win10.exe [2.7G]
┃ ┣━━mmcv_full-1.4.7-cp38-cp38-win_amd64.whl [12.7M]
┃ ┣━━notepadplusplus-8-4.exe [4.3M]
┃ ┣━━pycharm-community-2022.1.2.exe [378.8M]
┃ ┣━━torch-1.10.0+cu113-cp38-cp38-win_amd64.whl [2.3G]
┃ ┣━━torchvision-0.11.0+cu113-cp38-cp38-win_amd64.whl [3M]
┃ ┗━━VisualStudioSetup.exe [1.6M]

admin网站管理

收藏 海报 链接