ดาวน์โหลด deep learning for image processing - deep learning for image processing ดาวน์โหลด

deep learning for image processing

หลาม

1.0.0

ดาวน์โหลด

การสอนเกี่ยวกับการประยุกต์ใช้การเรียนรู้อย่างลึกซึ้งในการประมวลผลภาพ

คำนำ

บทช่วยสอนนี้เป็นบทสรุปของเนื้อหาการวิจัยของฉันในระหว่างการศึกษาระดับสูงกว่าปริญญาตรี ฉันหวังว่าจะช่วยเพื่อนมากขึ้น หากคุณเรียนรู้ความรู้ใหม่ในภายหลังคุณจะแบ่งปันกับคุณ
บทช่วยสอนนี้จะถูกแชร์ในรูปแบบวิดีโอและกระบวนการสอนมีดังนี้:
1) แนะนำโครงสร้างและจุดนวัตกรรมของเครือข่าย
2) ใช้ Pytorch เพื่อสร้างและฝึกอบรมเครือข่าย
3) ใช้ TensorFlow (โมดูล Keras ภายใน) เพื่อสร้างและฝึกอบรมเครือข่าย
PPT ทั้งหมดในหลักสูตรจะถูกวางไว้ในโฟลเดอร์ course_ppt และดาวน์โหลดด้วยตัวเองหากจำเป็น

ไดเรกทอรีการสอนคลิกเพื่อข้ามไปยังวิดีโอที่เกี่ยวข้อง (จะถูกเพิ่มตามเนื้อหาการเรียนรู้ในภายหลัง)

การจำแนกรูปภาพ
- Lenet (เสร็จสมบูรณ์)
  - การสาธิตอย่างเป็นทางการของ Pytorch (Lenet)
  - การสาธิตอย่างเป็นทางการของ TensorFlow2
- Alexnet (เสร็จสมบูรณ์)
  - คำอธิบายเครือข่าย Alexnet
  - Pytorch สร้าง Alexnet
  - TensorFlow2 สร้าง Alexnet
- VGGNET (เสร็จสมบูรณ์)
  - คำอธิบายเครือข่าย vggnet
  - Pytorch สร้างเครือข่าย VGG
  - TensorFlow2 สร้างเครือข่าย VGG
- googlenet (เสร็จสมบูรณ์)
  - คำอธิบายเครือข่าย googleenet
  - Pytorch สร้างเครือข่าย GoogleNet
  - tensorflow2 สร้างเครือข่าย googleenet
- resnet (เสร็จสมบูรณ์)
  - คำอธิบายเครือข่าย resnet
  - Pytorch สร้างเครือข่าย Resnet
  - tensorflow2 builds resnet network
- resnext (เสร็จสมบูรณ์)
  - คำอธิบายเครือข่าย resnext
  - Pytorch Builds Resnext Network
- mobilenet_v1_v2 (เสร็จสมบูรณ์)
  - คำอธิบายเครือข่าย Mobilenet_v1_v2
  - Pytorch สร้างเครือข่าย Mobilenetv2
  - TensorFlow2 สร้างเครือข่าย Mobilenetv2
- mobilenet_v3 (เสร็จสมบูรณ์)
  - คำอธิบายเครือข่าย mobilenet_v3
  - Pytorch สร้างเครือข่าย Mobilenetv3
  - tensorflow2 สร้างเครือข่าย mobilenetv3
- shufflenet_v1_v2 (เสร็จสมบูรณ์)
  - SHUFFLENET_V1_V2 คำอธิบายเครือข่าย
  - ใช้ pytorch เพื่อสร้าง shufflenetv2
  - ใช้ tensorflow2 เพื่อสร้าง shufflenetv2
- EfficientNet_v1 (เสร็จสมบูรณ์)
  - คำอธิบายเครือข่ายที่มีประสิทธิภาพ
  - ใช้ pytorch เพื่อสร้าง EfficientNet
  - การสร้าง EfficientNet ด้วย tensorflow2
- EfficientNet_v2 (เสร็จสมบูรณ์)
  - คำอธิบายเครือข่าย EfficientNetv2
  - ใช้ pytorch เพื่อสร้าง EfficientNetv2
  - ใช้ tensorflow เพื่อสร้าง EfficientNetv2
- repvgg (เสร็จสมบูรณ์)
  - คำอธิบายเครือข่าย repvgg
- Vision Transformer (เสร็จสมบูรณ์)
  - คำอธิบายความสนใจหลายหัว
  - คำอธิบายเครือข่าย Vision Transformer
  - ใช้ Pytorch เพื่อสร้าง Vision Transformer
  - ใช้ TensorFlow2 เพื่อสร้าง Vision Transformer
- Swin Transformer (เสร็จสมบูรณ์)
  - คำอธิบายเครือข่าย Transformer Swin
  - ใช้ Pytorch เพื่อสร้าง Swin Transformer
  - ใช้ TensorFlow2 เพื่อสร้าง Swin Transformer
- Convnext (เสร็จสมบูรณ์)
  - คำอธิบายเครือข่าย ConvNext
  - ใช้ pytorch เพื่อสร้าง convnext
  - ใช้ tensorflow2 เพื่อสร้าง convnext
- Mobilevit (เสร็จสมบูรณ์)
  - คำอธิบายเครือข่าย Mobilevit
  - ใช้ pytorch เพื่อสร้าง mobilevit
การตรวจจับเป้าหมาย
- Faster-RCNN/FPN (เสร็จสมบูรณ์)
  - คำอธิบายเครือข่ายที่เร็วขึ้น RCNN
  - คำอธิบายเครือข่าย FPN
  - การวิเคราะห์ซอร์สโค้ดที่เร็วกว่า RCNN (Pytorch)
- SSD/Retinanet (เสร็จสมบูรณ์)
  - คำอธิบายเครือข่าย SSD
  - คำอธิบายเครือข่าย Retinanet
  - การวิเคราะห์ซอร์สโค้ด SSD (Pytorch)
- ซีรี่ส์ YOLO (เสร็จสมบูรณ์)
  - คำอธิบายเครือข่าย Yolo Series (v1 ~ v3)
  - การวิเคราะห์ซอร์สโค้ด YOLOV3 SPP (เวอร์ชัน Pytorch)
  - คำอธิบายเครือข่าย YOLOV4
  - คำอธิบายเครือข่าย YOLOV5
  - คำอธิบายออนไลน์ yolox
- FCOS (เสร็จสมบูรณ์)
  - คำอธิบายเครือข่าย FCOS
การแบ่งส่วนความหมาย
- FCN (เสร็จสมบูรณ์)
  - คำอธิบายเครือข่าย FCN
  - การวิเคราะห์ซอร์สโค้ด FCN (เวอร์ชัน Pytorch)
- deeplabv3 (เสร็จสมบูรณ์)
  - คำอธิบายเครือข่าย deeplabv1
  - คำอธิบายเครือข่าย deeplabv2
  - คำอธิบายเครือข่าย deeplabv3
  - การวิเคราะห์รหัสแหล่ง DeeplABV3 (เวอร์ชัน Pytorch)
- LR-ASPP (เสร็จสมบูรณ์)
  - คำอธิบายเครือข่าย LR-ASPP
  - การวิเคราะห์ซอร์สโค้ด LR-ASPP (เวอร์ชัน Pytorch)
- U-Net (เสร็จสมบูรณ์)
  - คำอธิบายเครือข่าย U-Net
  - การวิเคราะห์ซอร์สโค้ด U-Net (เวอร์ชัน Pytorch)
- U2Net (เสร็จสมบูรณ์)
  - คำอธิบายเครือข่าย U2Net
  - การวิเคราะห์ซอร์สโค้ด U2NET (เวอร์ชัน Pytorch)
การแบ่งส่วนอินสแตนซ์
- หน้ากาก R-CNN (เสร็จสมบูรณ์)
  - หน้ากากคำอธิบายเครือข่าย R-CNN
  - การวิเคราะห์ซอร์สโค้ด R-CNN (รุ่น Pytorch)
การตรวจจับจุดสำคัญ
- deeppose (เสร็จสมบูรณ์)
  - DEEPPOSE NETWORK คำอธิบาย
  - การวิเคราะห์รหัสแหล่งที่มาของ Deeppose (เวอร์ชัน Pytorch)
- hrnet (เสร็จสมบูรณ์)
  - คำอธิบายเครือข่าย hrnet
  - การวิเคราะห์ซอร์สโค้ด HRNET (เวอร์ชัน Pytorch)