ad
close

适用人群

  • AI技术爱好者
  • 计算机科学学生
  • 软件开发工程师
  • 数据分析师
  • 深度学习初学者
讲师介绍
avatar银河星君

课程: 26学员: 3.4万focus-icon 关注 已关注
曾辅导考研专业课C语言课程，拥有嵌入式系统设计师和数据库系统工程师职业认证证书，现从事深度学习相关算法工作。
课程内容

第一阶段

DarkNet深度学习入门视频课程

DarkNet深度学习入门视频课程(C/C++)，此阶段掌握自定义数据集的模型训练和一些目标检测与分类的基础知识。

  • course-pic

    DarkNet深度学习入门视频

    1、本课程是基于win10系统上的darknet源码。2、本课程主要是讲解如何使用darknet来训练模型。3、本课程主要是讲解在opencv中如何调用训练好的模型。4、本课程主要讲解如何使用摄像头采集自己所需要的数据；5、本课程主要讲解如何标记自己采集的数据集；6、本课程主要讲解如何训练自己的数据集；7、本课程代码工程是visual studio 2015/2017;8、20220306更新：更
    15课时 · 1小时3分钟1397人学习 5.0 2022/03/06 更新
    课程大纲
    课程大纲
      免费试看

    第二阶段

    目标检测与分类实战入门课程

    目标检测与分类实战入门课程(PyTorch/Libtorch/C/C++)，在pytorch框架下训练目标检测与分类模型，转换到libtorch模型下，进行实际的工程落地应用。

    • course-pic

      目标检测与分类实战入门课程(PyTorch/Libtorch)

      1、基于pytorch1.4+Libtorch1.4+CUDA10.1+python3+windows10+opencv3.4.42、使用PyTorch1.4进行yolov3的模型训练3、使用Libtorch1.4进行yolov3的模型测试4、使用libtorch1.4加载darknet c训练的yolov3模型5、本课程示例数据集基于CCPD2020的车牌数据集进行目标检测和分类的演示。6、提供
      10课时 · 50分钟369人学习 5.0 2021/09/05 更新
      课程大纲
      课程大纲
        免费试看

      第三阶段

      Python3+TensorFlow实战

      Python3+TensorFlow实战入门视频课程，在tensorflow框架下训练分类模型。

      • course-pic

        Python3+TensorFlow实战入门视频课程

        1、本课程主要是讲解Tensorflow实战，讲解Tensorflow神经网络搭建流程，让同学们对神经网络的搭建有个初步的认识。2、本课程的讲解是基于win10+Anaconda3环境，使用Python3+Tensorflow；3、本课程为深度神经网络实战入门课程,基于《神经网络基础快速入门视频课程(C/C++/Python3语言实现)》理论基础课程。4、本实战入门课程为后面的深度学习进阶课程打下
        14课时 · 2小时7分钟579人学习 5.0 2020/04/20 更新
        课程大纲
        课程大纲
          免费试看
        资料下载
        深度学习目标检测与分类实践精讲系列的资料下载
        DarkNet深度学习入门视频2 个资料
        资料名称文件大小
        Darknet提高--配套资料分享12.02KB
        coco2yolo6.42KB
        download下载
        目标检测与分类实战入门课程(PyTorch/Libtorch)3 个资料
        资料名称文件大小
        python开发环境离线安装包使用说明0.39KB
        环境搭建964.06KB
        百度云盘分享链接0.07KB
        download下载
        Python3+TensorFlow实战入门视频课程2 个资料
        资料名称文件大小
        tensorflow环境搭建3.64M
        tf--随堂资料与代码21.54KB
        download下载
        学员评价

        {{ starInfo.score }}

        {{ total > 999 ? '999+' : total }}条学员评分
        • {{ tag.tagname }}{{ tag.num > 99 ? '99+' : tag.num }}
        • avatar
          • {{ tag.tagname }}
          {{ item.content || '该用户未填写评价内容' }}
        展开更多more
        加载中
        没有了哦~
        在线
        客服
        APP
        下载

        下载Android客户端

        下载iphone 客户端

        官方
        微信

        关注官方微信

        返回
        顶部
        adv-image