البرنامج التعليمي حول تطبيق التعلم العميق في معالجة الصور
مقدمة
- هذا البرنامج التعليمي هو ملخص لمحتوى البحث الخاص بي خلال دراستي الدراسية. آمل أن أساعد المزيد من الأصدقاء. إذا تعلمت معرفة جديدة لاحقًا ، فستشاركها معك.
- سيتم مشاركة هذا البرنامج التعليمي بتنسيق فيديو ، وعملية التدريس هي كما يلي:
1) تقديم هيكل ونقاط الابتكار للشبكة
2) استخدم Pytorch لبناء وتدريب شبكات
3) استخدام TensorFlow (وحدة Keras الداخلية) لبناء وتدريب شبكات - يتم وضع جميع ppts في الدورة التدريبية في مجلد
course_ppt وتنزيلها بنفسك إذا لزم الأمر.
دليل البرنامج التعليمي ، انقر للقفز إلى الفيديو المقابل (سيتم إضافته وفقًا لمحتوى التعلم لاحقًا)
تصنيف الصور
لينيت (مكتمل)
- Pytorch الرسمي التجريبي (LENET)
- TENSORFLOW2 العرض الرسمي
Alexnet (مكتمل)
- شرح شبكة Alexnet
- Pytorch يبني Alexnet
- TensorFlow2 يبني Alexnet
vggnet (مكتمل)
- تفسير شبكة VGGNET
- Pytorch يبني شبكة VGG
- TensorFlow2 يبني شبكة VGG
googlenet (مكتمل)
- توضيح شبكة Googlelenet
- Pytorch يبني شبكة googlelenet
- TensorFlow2 يبني شبكة googlelenet
Resnet (مكتمل)
- شرح شبكة RESNET
- Pytorch يبني شبكة resnet
- TensorFlow2 يبني شبكة Resnet
ResNext (مكتمل)
- شرح شبكة RESNEXT
- Pytorch يبني شبكة resnext
mobilenet_v1_v2 (مكتمل)
- Mobilenet_V1_V2 الشبكة شرح
- Pytorch يبني شبكة mobilenetv2
- TensorFlow2 يبني شبكة mobilenetv2
mobilenet_v3 (مكتمل)
- Mobilenet_V3 الشبكة شرح
- Pytorch يبني شبكة mobilenetv3
- TensorFlow2 يبني شبكة mobilenetv3
Shufflenet_V1_V2 (مكتمل)
- شرح شبكة shufflenet_v1_v2
- استخدم pytorch لبناء shufflenetv2
- استخدم TensorFlow2 لبناء shufflenetv2
effaivnet_v1 (مكتمل)
- تفسير شبكة DEFAINTNET
- استخدم pytorch لبناء كفاءة
- بناء كفاءة مع TensorFlow2
effaivenet_v2 (مكتمل)
- تفسير شبكة DEFAINTNETV2
- استخدم pytorch لبناء كفاءة netv2
- استخدم TensorFlow لبناء كفاءة Netv2
repvgg (مكتمل)
محول الرؤية (مكتمل)
- شرح الاهتمام متعدد الرأس
- شرح شبكة محول الرؤية
- استخدم Pytorch لإنشاء محول الرؤية
- استخدم TensorFlow2 لبناء محول الرؤية
محول Swin (مكتمل)
- شرح شبكة محول Swin
- استخدم Pytorch لإنشاء محول Swin
- استخدم TensorFlow2 لبناء محول Swin
Convnext (مكتمل)
- شرح شبكة مقنعة
- استخدم Pytorch لبناء مقنع
- باستخدام TensorFlow2 لبناء مقنع
MobileVit (مكتمل)
- شرح شبكة MobileVit
- باستخدام Pytorch لبناء MobileVit
الكشف الهدف
أسرع rcnn/fpn (مكتمل)
- شرح شبكة RCNN أسرع
- شرح شبكة FPN
- تحليل رمز المصدر الأسرع RCNN (Pytorch)
SSD/Retinanet (مكتمل)
- شرح شبكة SSD
- شرح شبكة الريتينانيت
- تحليل رمز مصدر SSD (Pytorch)
سلسلة Yolo (مكتملة)
- شرح شبكة Yolo Series (V1 ~ V3)
- تحليل رمز مصدر YOLOV3 SPP (إصدار Pytorch)
- شرح شبكة YOLOV4
- شرح شبكة YOLOV5
- شرح يولوكس عبر الإنترنت
FCOS (مكتمل)
تجزئة الدلالية
FCN (مكتمل)
- شرح شبكة FCN
- تحليل رمز المصدر FCN (إصدار Pytorch)
deeplabv3 (مكتمل)
- تفسير شبكة DeepLabv1
- تفسير شبكة DeepLabv2
- تفسير شبكة DeepLabv3
- تحليل رمز المصدر DeepLabv3 (إصدار Pytorch)
LR-ASPP (مكتمل)
- LR-ASPP الشبكة شرح
- تحليل رمز المصدر LR-ASPP (إصدار Pytorch)
U-Net (مكتمل)
- شرح شبكة U-Net
- تحليل رمز مصدر U-Net (إصدار Pytorch)
u2net (مكتمل)
- شرح شبكة U2NET
- تحليل رمز مصدر U2NET (إصدار Pytorch)
تجزئة مثيل
- قناع R-CNN (مكتمل)
- قناع R-CNN الشبكة شرح
- قناع تحليل رمز المصدر R-CNN (إصدار Pytorch)
الكشف عن النقطة الرئيسية
Deeppose (مكتمل)
- شرح شبكة Deeppose
- تحليل رمز المصدر Deeppose (إصدار Pytorch)
hrnet (مكتمل)
- شرح شبكة HRNET
- تحليل رمز مصدر HRNET (إصدار Pytorch)
لمزيد من مقاطع الفيديو ذات الصلة ، يرجى زيارة قناة Bilibili.
البيئة المطلوبة
- Anaconda3 (موصى به)
- Python3.6/3.7/3.8
- Pycharm (IDE)
- Pytorch 1.10 (حزمة PIP)
- Torchvision 0.11.1 (حزمة PIP)
- TensorFlow 2.4.1 (PIP Package)
الجميع مدعوون لمتابعة حسابي الرسمي لـ WeChat ( ملاحظات دراسة Azhe ) ، وسوف يلخص بعض منشورات المدونات التعليمية ذات الصلة في الحياة اليومية.
إذا كان لديك أي أسئلة ، فيمكنك أيضًا مناقشتها في CSDN الخاص بي. https://blog.csdn.net/qq_37541097/article/details/103482003
قناة Bilibili الخاصة بي: https://space.bilibili.com/18161609/channel/index