Python深度学习-物体检测实战教程

资源目录：
├─1-1 课程简介.mp4
├─1-2 Mask-Rcnn开源项目简介.mp4
├─1-3 开源项目数据集.mp4
├─1-4 参数配置.mp4
├─2-1 FPN网络架构实现解读.mp4
├─2-10 RoiPooling层的作用与目的.mp4
├─2-11 RorAlign操作的效果.mp4
├─2-12 整体框架回顾.mp4
├─2-2 FPN层特征提取原理解读.mp4
├─2-3 生成框比例设置.mp4
├─2-4 基于不同尺度特征图生成所有框.mp4
├─2-5 RPN层的作用与实现解读.mp4
├─2-6 候选框过滤方法.mp4
├─2-7 Proposal层实现方法.mp4
├─2-8 DetectionTarget层的作用.mp4
├─2-9 正负样本选择与标签定义.mp4
├─3-1 Labelme工具安装.mp4
├─3-2 使用labelme进行数据与标签标注.mp4
├─3-3 完成训练数据准备工作.mp4
├─3-4 maskrcnn源码修改方法.mp4
├─3-5 基于标注数据训练所需任务.mp4
├─3-6 测试与展示模块.mp4
├─4-1 COCO数据集与人体姿态识别简介.mp4
├─4-2 网络架构概述.mp4
├─4-3 流程与结果演示.mp4
├─5-1 迁移学习的目标.mp4
├─5-2 迁移学习策略.mp4
├─5-3 Resnet原理.mp4
├─5-4 Resnet网络细节.mp4
├─5-5 Resnet基本处理操作.mp4
├─5-6 shortcut模块.mp4
├─5-7 加载训练好的权重.mp4
├─5-8 迁移学习效果对比.mp4
├─6-1 物体检测概述.mp4
├─6-2 深度学习经典检测方法.mp4
├─6-3 faster-rcnn概述.mp4
├─6-4 论文解读.mp4
├─6-5 RPN网络架构.mp4
├─6-6 损失函数定义.mp4
├─6-7 网络细节.mp4
└─README.txt