4-深度学习-图像识别原理

发布时间：2025-04-21

发布者：

剑眉如画

文件大小：共计49个文件，合计:4.04 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2025-04-21)

资源投诉

14-深度学习-图像识别原理4.04 GB

章节2：卷积神经网络优化709.59 MB

9：AlexNet网络结构_连续使用小的卷积核好处.mp460.49 MB

17：Optimizer_SGD_Momentum.mp459.32 MB

11：数据增强技术点_CNN对MNIST数据集分类_卷积池化代码.mp462.59 MB

18：Optimizer_Adagrad_Adadelta_RMSprop.mp479.54 MB

14：减轻梯度消失问题中激活函数发挥的作用.mp425.71 MB

19：Optimizer_Adam.mp479.91 MB

10：Dropout技术点思想和运用.mp472.22 MB

15：减轻梯度消失问题中参数初始化发挥的作用.mp454.56 MB

12：CNN对MNIST数据集分类_全连接层以及训练代码.mp475.35 MB

13：深度学习网络对应ACC准确率忽然下降的思考点.mp463.34 MB

16：VGG网络结构_以及1乘1的卷积核的作用和好处.mp476.57 MB

章节3：经典卷积网络算法1.71 GB

28：Mobilenet网络架构.mp4123.63 MB

24：ResNet残差单元_BottlenetBlocK.mp472.33 MB

26：DenseNet在Keras里面的代码实现(1).mp452.49 MB

27：BatchNormalization.mp484.12 MB

25：DenseNet和Keras里面的实现(1).mp4116.93 MB

20：Keras介绍_以及不同项目调用不同的python环境和CUDA环境.mp478.00 MB

23：InceptionV3_以及InceptionV3对皮肤癌图片识别.mp4124.68 MB

20：Keras介绍_以及不同项目调用不同的python环境和CUDA环境(1).mp478.00 MB

26：DenseNet在Keras里面的代码实现.mp452.49 MB

21：VGG16_Fine-tuning_对MNIST做手写数字识别(1).mp489.69 MB

25：DenseNet和Keras里面的实现.mp4116.93 MB

22：InceptionV1_V2(1).mp4131.69 MB

27：BatchNormalization(1).mp484.12 MB

23：InceptionV3_以及InceptionV3对皮肤癌图片识别(1).mp4124.68 MB

22：InceptionV1_V2.mp4131.69 MB

21：VGG16_Fine-tuning_对MNIST做手写数字识别.mp489.69 MB

28：Mobilenet网络架构(1).mp4123.63 MB

24：ResNet残差单元_BottlenetBlocK(1).mp472.33 MB

章节1：卷积神经网络原理497.11 MB

8：经典的CNN架构和LeNet5.mp490.93 MB

4：卷积层权值共享.mp437.06 MB

5：卷积的补充与Padding填充模式.mp456.33 MB

1：回顾深度神经网络_卷积层是局部连接.mp481.89 MB

7：池化的概念和TF中的API的操作与参数.mp452.54 MB

3：彩色图片卷积的计算.mp436.33 MB

6：卷积的计算TF中的API操作与参数.mp476.76 MB

2：单通道卷积的计算.mp465.27 MB

章节5：现代目标检测之FasterRCNN809.48 MB

34：回顾RCNN_SPPnet_Fast-RCNN.mp496.32 MB

37：FasterRCNN论文讲解_从介绍到RPN的loss.mp4198.76 MB

35：FasterRNN的核心RPN_正向传播的框过滤_NMS.mp4152.24 MB

38：FasterRCNN论文讲解_从RPN损失到评估指标对比.mp4250.49 MB

36：NMS代码实现流程_mAP目标检测平均指标.mp4105.18 MB

FasterR-CNNTowardsReal-TimeObjectDetectionwithRegionProposalNetworks.pdf6.49 MB

章节4：古典目标检测378.49 MB

32：R-CNN和SPP-net.mp468.40 MB

33：从FastRCNN引入FasterRCNN.mp493.80 MB

31：IOU以及python计算的代码.mp418.51 MB

30：使用OpenCV调用分类器找到目标框.mp473.92 MB

29：图像识别任务_古典目标检测.mp4121.49 MB

目标检测.pdf2.36 MB

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