原创 Windows版YOLOv4目標檢測實戰：訓練自己的數據集
課程鏈接：https://edu.51cto.com/course/22982.html 課程演示環境：Windows10; cuda 10.2; cudnn7.6.5; Python3.7; VisualStudio2019; OpenC
2020-05-06 12:52:44
4
原创 YOLOv4目標檢測實戰：訓練自己的數據集
課程鏈接：https://edu.51cto.com/course/22982.html YOLOv4來了！速度和精度雙提升！ 與YOLOv3相比，新版本的AP(精度)和FPS（每秒幀率）分別提高了10%和12%。 YOLO系列是基於深度學
2020-04-29 12:53:03
46
原创 Python編程的術與道：Python語言進階
課程鏈接：https://edu.51cto.com/course/22803.html 本課程講解Python語言高級用法的相關知識，兼顧Python編程的術(語言的知識點)與道(編程思維和程序設計方法)。 課程特點： 本課程採用Pyth
2020-04-22 12:52:28
原创 Python編程的術與道：Python語言入門
課程鏈接：https://edu.51cto.com/course/22769.html 本課程講解Python語言的基礎知識，兼顧Python編程的術(語言的知識點)與道(編程思維和方法)。採用Jupyter Notebook講解，圖文並
2020-04-22 12:52:28
1
原创 深度學習原理詳解及Python代碼實現
深度學習框架如Tensorflow和Pytorch等爲用戶提供了可供調用的API，但也隱藏了深度學習底層的實現細節。 爲方便大家更加深入地理解深度學習原理並瞭解其底層實現方法，特此推出了《課程深度學習原理詳解及Python代碼實現》。期望能
2020-02-20 13:16:58
原创 U-Net圖像語義分割實戰：訓練自己的數據集
U-Net是一種基於深度學習的圖像語義分割方法，尤其在醫學圖像分割中表現優異。 本課程將手把手地教大家使用labelme圖像標註工具製作自己的數據集，生成Mask圖像，並使用U-Net訓練自己的數據集，從而能開展自己的圖像分割應用。 課程鏈
2019-07-28 13:09:54
11
原创 DeepLabv3+圖像語義分割實戰：訓練自己的數據集
DeepLabv3+是一種非常先進的基於深度學習的圖像語義分割方法，可對物體進行像素級分割。 本課程將手把手地教大家使用labelme圖像標註工具製造自己的數據集，並使用DeepLabv3+訓練自己的數據集，從而能開展自己的圖像分割應用。
2019-07-11 13:08:19
1
原创 Mask R-CNN圖像實例分割實戰：訓練自己的數據集
Mask R-CNN是一種基於深度學習的圖像實例分割方法，可對物體進行目標檢測和像素級分割。 本課程將手把手地教大家使用VIA圖像標註工具製作自己的數據集，並使用Mask R-CNN訓練自己的數據集，從而能開展自己的圖像分割應用。 課程鏈接
2019-06-28 13:07:08
49
原创 YOLOv3目標檢測：原理與Darknet源碼解析
Linux創始人Linus Torvalds有一句名言：Talk is cheap. Show me the code. （冗談不夠，放碼過來！）。 代碼閱讀是從入門到提高的必由之路。尤其對深度學習，許多框架隱藏了神經網絡底層的實現，只能在
2019-06-09 13:05:16
2
原创 YOLOv3目標檢測：訓練自己的數據集
YOLOv3可以實時地進行端到端的目標檢測，以速度快見長。 課程《YOLOv3目標檢測實戰：訓練自己的數據集》將手把手地教大家使用YOLOv3訓練自己的數據集。課程分爲三個小項目：足球目標檢測、梅西目標檢測、足球和梅西同時目標檢測。 本課程
2019-05-31 13:05:00
6
原创 YOLOv3目標檢測實戰:交通標誌識別
在無人駕駛中，交通標誌識別是一項重要的任務。本項目以美國交通標誌數據集LISA爲訓練對象，採用YOLOv3目標檢測方法實現實時交通標誌識別。 具體項目過程包括包括：安裝Darknet、下載LISA交通標誌數據集、數據集格式轉換、修改配置文件
2019-05-31 13:05:00
15
原创 神經網絡特徵可視化新技術：用激活地圖集(Activation Atlases)探索神經網絡
本文介紹OpenAI和Google特徵可視化新技術：用激活地圖集探索神經網絡Exploring Neural Networks with Activation Atlases 原文鏈接：<https://distill.pub/2019/a
2019-03-11 13:00:22
7
原创 深度學習之計算機視覺方向的知識結構
深度學習之計算機視覺方向的算法工程師和研發人員的知識結構如下圖所示。 其中深度學習框架部分可選一種入手。 每個人的知識背景不一樣，有時間和精力可逐步按知識結構樹學習。 希望快速入門的同學可在學習的過程中補充相關知識。 最終學成還是需要整體的
2019-02-28 12:56:52
5
原创 基於深度學習的計算機視覺開發環境搭建
基於深度學習的計算機視覺開發環境搭建（Ubuntu16.04+cuda9.0+cuDNN7.4.2+tensorflow-gpu+Keras安裝）說明：大家搭建開發環境時如果是學習的目的，沒有必要追求安裝操作系統、驅動和軟件的最新版本。一是
2019-02-25 12:57:25
1