【咕泡学院】P5：人工智能CV + NLP技术 - 5期

发布时间：2024-12-07

发布者：

清风逸趣

文件大小：共计1736个文件，合计:87.85 GB

资源金币：4.99 金币

资源来源：夸克网盘

资源状态：【实时检测】链接有效

本站会员，可以免费下载全站所有资源

资源介绍

《【咕泡学院】P5：人工智能CV + NLP技术 - 5期》是一套全面的人工智能学习资源，涵盖了计算机视觉（CV）和自然语言处理（NLP）两大领域的核心技术和最新动态。资源包含从基础的图像处理、深度学习核心框架PyTrh到高级的图神经网络、对抗生成网络等前沿技术实战案例。适合对人工智能感兴趣的初学者和进阶开发者，帮助您从理论到实践全方位掌握AI技术。课程还包括了丰富的实战项目，如物体检测、语音识别、推荐系统、无人驾驶等，让您在学习中不断提升技能，实现技术的商业应用。

资源目录结构(只展示部分的文件和文件夹，以下文件快照生成于2024-12-07)

资源投诉

【咕泡学院】P5：人工智能CV + NLP技术 - 5期

9_2022论文必备-Transformer实战系列

9_MedicalTrasnformer论文解读

8_detr目标检测源码解读

7_基于Transformer的detr目标检测算法

6_swintransformer源码解读

5_swintransformer算法原理解析

4_VIT算法模型源码解读

3_Transformer在视觉中的应用VIT算法

2_自然语言处理通用框架BERT原理解读

_课程介绍

4_项目补充-基于BERT的中文情感分析实战

3_项目补充-谷歌开源项目BERT源码解读与应用实例

2_局部特征关键点匹配实战

_商汤LoFTR算法解读

0_MedicalTransformer源码解读

8_行为识别实战

7_基础补充-Resnet模型及其应用实例

6_视频异常检测CVPR202论文及其源码解读

5_视频异常检测算法与元学习

4_基于3D卷积的视频分析与动作识别

3_slowfast源码详细解读

2_slowfast项目环境配置与配置文件

_slowfast算法知识点通俗解读

7_图像分割实战

9_物体检测框架-MaskRcnn项目介绍与配置

8_医学心脏视频数据集分割建模实战

7_基于deeplabV3+版本进行VOC分割实战

6_deeplab系列算法

5_U2NET显著性检测实战

4_unet医学细胞分割实战

3_Unet系列算法讲解

2_卷积神经网络原理与参数解读

_图像分割及其损失函数概述

_基于MASK-RCNN框架训练自己的数据与任务

0_MaskRcnn网络框架源码详解

6_综合项目-物体检测经典算法实战

9_V5项目工程源码解读

8_V5版本项目配置

7_YOLO-V4版本算法解读

6_基于YOLO-V3训练自己的数据集与任务

5_项目实战-基于V3版本进行源码解读

4_YOLO-V3核心网络模型

3_YOLO-V2改进细节详解

2_YOLO-V整体思想与网络架构

_深度学习经典检测方法概述

3_detr目标检测源码解读

0_EfficientNet网络

_EfficientDet检测算法

2_基于Transformer的detr目标检测算法

5_Opencv图像处理框架实战

9_项目实战-信用卡数字识别

8_直方图与傅里叶变换

7_图像金字塔与轮廓检测

6_边缘检测

5_图像梯度计算

4_图像形态学操作

3_阈值与平滑处理

2_图像基本操作

2_项目实战-疲劳检测

20_卷积原理与操作

_课程简介与环境配置

9_项目实战-目标追踪

8_Opencv的DNN模块

7_光流估计

6_背景建模

5_项目实战-答题卡识别判卷

4_项目实战-停车场车位识别

3_案例实战-全景图像拼接

2_图像特征-sift

_图像特征-harris

0_项目实战-文档扫描OCR识别

4_MMLAB实战系列

9_第三模块：DeformableDetr物体检测源码分析

8_第三模块：mmdet训练自己的数据任务

7_第二模块：分割任务CVPR最新Backbone设计及其应用

6_第二模块：基于Unet进行各种策略修改

5_第二模块：使用分割模块训练自己的数据集

4_第一模块：模型源码DEBUG演示

3_第一模块：训练结果测试与验证

2_第一模块：分类任务基本操作

7_第九模块：mmaction行为识别

8_额外补充

_MMCV安装方法

6_第八模块：模型剪枝方法概述分析

5_第八模块：模型蒸馏应用实例

4_第七模块：多模态3D目标检测算法源码解读

3_第六模块：BasicVSR++视频超分辨重构源码解读

2_第四模块：KIE基于图模型的关键信息抽取

2_第五模块：stylegan2源码解读

_第四模块：ANINET文字识别

0_第四模块：DBNET文字检测

3_深度学习核心框架PyTorch

8_PyTorch框架Flask部署例子

7_LSTM文本分类实战

6_DataLoader自定义数据集制作

5_图像识别模型与训练策略（重点）

3_神经网络回归任务-气温预测

4_卷积网络参数解读分析

2_使用神经网络进行分类任务

_PyTorch框架介绍与配置安装

2_深度学习必备核心算法

_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

24_推荐系统实战系列

9_基于文本数据的推荐实例

8_推荐系统常用工具包演示

7_DeepFM算法实战

6_点击率估计FM与DeepFM算法

5_基于知识图谱的电影推荐实战

4_知识图谱与Neo4j数据库实例

3_音乐推荐系统实战

2_协同过滤与矩阵分解

_推荐系统介绍及其应用

_补充-基于相似度的酒店推荐系统

0_基本统计分析的电影推荐

23_语音识别实战系列

7_语音合成tacotron最新版实战

6_ConvTasnet语音分离实战

5_语音分离ConvTasnet模型

4_staeganvc2变声器源码实战

3_starganvc2变声器论文原理解读

2_LAS模型语音识别实战

_seq2seq序列网络模型

22_知识图谱实战系列

2_自然语言处理通用框架-BERT实战

20_自然语言处理经典案例实战

_直播课回放

9_深度学习模型部署与剪枝优化实战

8_面向医学领域的深度学习实战

7_强化学习实战系列

6_对抗生成网络实战

5_行人重识别实战

4_缺陷检测实战

3_面向深度学习的无人驾驶实战

2_目标追踪与姿态估计实战

_3D点云实战

0_图神经网络实战

1、本网站数据来自互联网，通过自动抓取公开网页链接构建数据库，系统将基于链接特征选择性收录符合收录标准的内容

2、根据用户输入的关键词，通过智能算法自动匹配并展示相关第三方网页链接。所有搜索结果均为实时动态生成

3、本站不控制、修改第三方网页内容，不对其可用性、准确性负责

4、搜索结果中的广告及推广内容不代表本站推荐或担保

5、所有内容获取/呈现均通过自动化程序完成，无人工干预