- 畅销套餐
- 精选套餐
- 人气套餐
- 尊享套餐
- 高薪套餐















- 课程介绍
- 课程大纲
适合人群:
具有一定深度学习基础,希望学习YOLOv3目标检测的实现原理与Darknet源码的同学们
你将会学到:
学习YOLOv3目标检测原理,解读C语言实现的Darknet源码
课程简介:
Linux创始人Linus Torvalds有一句名言:Talk is cheap. Show me the code.(冗谈不够,放码过来!)。
代码阅读是从基础到提高的必由之路。尤其对深度学习,许多框架隐藏了神经网络底层的实现,只能在上层调包使用,对其内部原理很难认识清晰,不利于进一步优化和创新。
YOLOv3是一种基于深度学习的端到端实时目标检测方法,以速度快见长。
YOLOv3的实现Darknet是使用C语言开发的轻型开源深度学习框架,依赖少,可移植性好,可以作为很好的代码阅读案例,让我们深入探究其实现原理。
本课程将解析YOLOv3的实现原理和源码,具体内容包括:
l YOLO目标检测原理
l 神经网络及Darknet的C语言实现,尤其是反向传播的梯度求解和误差计算
l 代码阅读工具及方法
l 深度学习计算的利器:BLAS和GEMM
l GPU的CUDA编程方法及在Darknet的应用
l YOLOv3的程序流程及各层的源码解析
本课程将提供注释后的Darknet的源码程序文件。
除本课程《YOLOv3目标检测:原理与源码解析》外,本人推出了有关YOLOv3目标检测的系列课程,包括:
《YOLOv3目标检测实战:训练自己的数据集》
《YOLOv3目标检测实战:交通标志识别》
《YOLOv3目标检测:原理与源码解析》
《YOLOv3目标检测:网络模型改进方法》
建议先学习课程《YOLOv3目标检测实战:训练自己的数据集》或课程《YOLOv3目标检测实战:交通标志识别》,对YOLOv3的使用方法了解以后再学习本课程。
课程大纲-YOLOv3目标检测:原理与源码解析
第1章课程介绍(20分钟2节)
第2章YOLO目标检测原理(2小时17分钟4节)
2-1
目标检测-任务、数据集、性能指标、网络模型演进目标检测-任务、数据集、性能指标、网络模型演进
「仅限付费用户」点击下载“2.1目标检测-任务、数据集、性能指标、网络模型演进.pdf”
[22:56]开始学习第3章神经网络及Darknet的实现(2小时28分钟8节)
第4章神经网络计算的利器:blas和GEMM(21分钟1节)
4-1
矢量和矩阵运算加速实现方法:blas和GEMM矢量和矩阵运算加速实现方法:blas和GEMM
「仅限付费用户」点击下载“4. 矢量和矩阵运算加速实现方法:blas和GEMM.pdf”
[21:33]开始学习第5章GPU的CUDA编程方法(31分钟1节)
第6章代码阅读工具及准备(12分钟1节)
第7章YOLOv3的预测和训练流程(3分钟1节)
第8章YOLOv3各层的源码解析(2小时2分钟13节)
“白老师”老师的其他课程更多+