- 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 试看
- 讲师好课 63
- 学员评价
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
课程目标:
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
资料下载-
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)
-
3-4
神经网络训练技巧:梯度下降策略与优化算法 神经网络训练技巧:梯度下降策略与优化算法
「仅限付费用户」点击下载“3.4 神经网络训练技巧:梯度下降策略与优化算法.pdf”
[14:31] 开始学习 -
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)
5