- 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:
希望学习DETR(Detection Transformer))原理与PyTorch实现代码的学员
你将会学到:
掌握DETR原理;掌握DETR的PyTorch实现代码
课程简介:
Transformer在许多NLP(自然语言处理)任务中取得了领先的成果。 DETR(Detection Transformer)是Facebook提出的基于Transformer的端到端目标检测方法。
DETR使用CNN+Transformer进行图像目标检测,该方法没有NMS后处理步骤、没有anchor。DETR总体思路是把目标检测看成一个set prediction的问题,并且使用Transformer来预测物体边界框的集合。
本课程对DETR的原理与PyTorch实现代码进行精讲,来帮助大家掌握其详细原理和具体实现。
原理精讲部分包括:Transformer的架构概述、Transformer的Encoder 、Transformer的Decoder、DETR网络架构、DETR损失函数、DETR实验结果和分析。
代码精讲部分使用Jupyter Notebook对DETR的PyTorch代码进行逐行解读,包括:安装PyTorch、 DETR官方Demo,DETR的hands-on tutorial,DETR的代码精讲(数据准备、Backbone和位置编码、Transformer架构的实现)。
课程大纲-DETR原理与代码精讲
第1章课程介绍(8分钟1节)
第2章DETR的原理精讲(1小时46分钟6节)
第3章DETR的代码精讲(1小时22分钟6节)
“白老师”老师的其他课程更多+