咕泡-人工智能深度学习系统班第六期「完结无密」

01 直播课回放/

01 开班典礼/

02 Pycharm环境配置与Debug演示(没用过的同学必看)/

03 直播1：深度学习核心算法-神经网络与卷积网络/

04 直播2：卷积神经网络/

05 直播3：Transformer架构/

06 直播4：Transfomer在视觉任务中的应用实例/

07 直播5：YOLO系列（V7）算法解读/

08 直播6：分割模型Maskformer系列/

09 补充：Mask2former源码解读/

10 直播7：半监督物体检测/

11 直播8：基于图模型的时间序列预测/

12 直播9：图像定位与检索/

13 直播10：近期内容补充/

14 直播11：文本生成GPT系列/

15 直播12：异构图神经网络/

16 直播13：BEV特征空间/

17 补充：BevFormer源码解读/

18 直播14：知识蒸馏/

19 直播15：六期总结与论文简历/

02 深度学习必备核心算法/

01 神经网络算法解读/

02 卷积神经网络算法解读/

03 递归神经网络算法解读/

03 深度学习核心框架PyTorch/

01 PyTorch框架介绍与配置安装/

02 使用神经网络进行分类任务/

03 神经网络回归任务-气温预测/

04 卷积网络参数解读分析/

05 图像识别模型与训练策略（重点）/

06 DataLoader自定义数据集制作/

07 LSTM文本分类实战/

08 PyTorch框架Flask部署例子/

04 MMLAB实战系列/

01 MMCV安装方法/

02 第一模块：分类任务基本操作/

03 第一模块：训练结果测试与验证/

04 第一模块：模型源码DEBUG演示/

05 第二模块：使用分割模块训练自己的数据集/

06 第二模块：基于Unet进行各种策略修改/

07 第二模块：分割任务CVPR最新Backbone设计及其应用/

08 第三模块：mmdet训练自己的数据任务/

09 第三模块：DeformableDetr物体检测源码分析/

10 补充：Mask2former源码解读/

11 第三模块：DeformableDetr算法解读/

12 KIE关键信息抽取与视频超分辨率重构/

13 第四模块：DBNET文字检测/

14 第四模块：ANINET文字识别/

15 第四模块：KIE基于图模型的关键信息抽取/

16 第五模块：stylegan2源码解读/

17 第六模块：BasicVSR++视频超分辨重构源码解读/

18 第七模块：多模态3D目标检测算法源码解读/

19 第八模块：模型蒸馏应用实例/

20 第八模块：模型剪枝方法概述分析/

21 第九模块：mmaction行为识别/

22 OCR算法解读/

23 额外补充-在源码中加入各种注意力机制方法/

05 Opencv图像处理框架实战/

01 课程简介与环境配置/

02 图像基本操作/

03 阈值与平滑处理/

04 图像形态学操作/

05 图像梯度计算/

06 边缘检测/

07 图像金字塔与轮廓检测/

08 直方图与傅里叶变换/

09 项目实战-信用卡数字识别/

10 项目实战-文档扫描OCR识别/

11 图像特征-harris/

12 图像特征-sift/

13 案例实战-全景图像拼接/

14 项目实战-停车场车位识别/

15 项目实战-答题卡识别判卷/

16 背景建模/

17 光流估计/

18 Opencv的DNN模块/

19 项目实战-目标追踪/

20 卷积原理与操作/

21 项目实战-疲劳检测/

06 综合项目-物体检测经典算法实战/

01 深度学习经典检测方法概述/

02 YOLO-V1整体思想与网络架构/

03 YOLO-V2改进细节详解/

04 YOLO-V3核心网络模型/

05 项目实战-基于V3版本进行源码解读（建议直接跑V5版本）/

06 基于YOLO-V3训练自己的数据集与任务（建议直接跑V5版本）/

07 YOLO-V4版本算法解读/

08 V5版本项目配置/

09 V5项目工程源码解读/

10 V7源码解读/

11 EfficientNet网络/

12 EfficientDet检测算法/

13 基于Transformer的detr目标检测算法/

14 detr目标检测源码解读/

07 图像分割实战/

01 图像分割及其损失函数概述/

02 卷积神经网络原理与参数解读/

03 Unet系列算法讲解/

04 unet医学细胞分割实战/

05 U2NET显著性检测实战/

06 deeplab系列算法/

07 基于deeplabV3+版本进行VOC分割实战/

08 医学心脏视频数据集分割建模实战/

09 物体检测框架-MaskRcnn项目介绍与配置/

10 MaskRcnn网络框架源码详解/

11 基于MASK-RCNN框架训练自己的数据与任务/

08 行为识别实战/

01 slowfast算法知识点通俗解读/

02 slowfast项目环境配置与配置文件/

03 slowfast源码详细解读/

04 基于3D卷积的视频分析与动作识别/

05 视频异常检测算法与元学习/

06 视频异常检测CVPR2021论文及其源码解读/

07 基础补充-Resnet模型及其应用实例/

09 2022论文必备-Transformer实战系列/

01 课程介绍/

02 自然语言处理通用框架BERT原理解读/

03 Transformer在视觉中的应用VIT算法/

04 VIT算法模型源码解读/

05 swintransformer算法原理解析/

06 swintransformer源码解读/

07 基于Transformer的detr目标检测算法/

08 detr目标检测源码解读/

09 MedicalTrasnformer论文解读/

10 MedicalTransformer源码解读/

11 商汤LoFTR算法解读/

12 局部特征关键点匹配实战/

13 项目补充-谷歌开源项目BERT源码解读与应用实例/

14 项目补充-基于BERT的中文情感分析实战/

10 图神经网络实战/

01 图神经网络基础/

02 图卷积GCN模型/

03 图模型必备神器PyTorch Geometric安装与使用/

04 使用PyTorch Geometric构建自己的图数据集/

05 图注意力机制与序列图模型/

06 图相似度论文解读/

07 图相似度计算实战/

08 基于图模型的轨迹估计/

09 图模型轨迹估计实战/

11 3D点云实战/

01 3D点云实战 3D点云应用领域分析/

02 3D点云PointNet算法/

03 PointNet++算法解读/

04 Pointnet++项目实战/

05 点云补全PF-Net论文解读/

06 点云补全实战解读/

07 点云配准及其案例实战/

08 基础补充-对抗生成网络架构原理与实战解析/

12 目标追踪与姿态估计实战/

01 课程介绍/

02 姿态估计OpenPose系列算法解读/

03 OpenPose算法源码分析/

04 deepsort算法知识点解读/

05 deepsort源码解读/

06 YOLO-V4版本算法解读/

07 V5版本项目配置/

08 V5项目工程源码解读/

13 面向深度学习的无人驾驶实战/

01 深度估计算法原理解读/

02 深度估计项目实战/

03 车道线检测算法与论文解读/

04 基于深度学习的车道线检测项目实战/

05 商汤LoFTR算法解读/

06 局部特征关键点匹配实战/

07 三维重建应用与坐标系基础/

08 NeuralRecon算法解读/

09 NeuralRecon项目环境配置/

10 NeuralRecon项目源码解读/

11 TSDF算法与应用/

12 TSDF实战案例/

13 轨迹估计算法与论文解读/

14 轨迹估计预测实战/

15 特斯拉无人驾驶解读/

14 对比学习与多模态任务实战/

01 对比学习算法与实例/

02 CLIP系列/

03 多模态3D目标检测算法源码解读/

04 多模态文字识别/

05 ANINET源码解读/

15 缺陷检测实战/

01 课程介绍/

02 物体检框架YOLO-V4版本算法解读/

03 物体检测框架YOLOV5版本项目配置/

04 物体检测框架YOLOV5项目工程源码解读/

05 基于YOLOV5的钢材缺陷检测实战/

06 Semi-supervised布料缺陷检测实战/

07 Opencv图像常用处理方法实例/

08 Opencv梯度计算与边缘检测实例/

09 Opencv轮廓检测与直方图/

10 基于Opencv缺陷检测项目实战/

11 基于视频流水线的Opencv缺陷检测项目/

12 图像分割deeplab系列算法/

13 基于deeplabV3+版本进行VOC分割实战/

14 Deeplab铁质材料缺陷检测与开源项目应用流程/

16 行人重识别实战/

01 行人重识别原理及其应用/

02 基于注意力机制的Reld模型论文解读/

03 基于Attention的行人重识别项目实战/

04 AAAI2020顶会算法精讲/

05 项目实战-基于行人局部特征融合的再识别实战/

06 旷视研究院最新算法解读（基于图模型）/

07 基于拓扑图的行人重识别项目实战/

17 对抗生成网络实战/

01 课程介绍/

02 对抗生成网络架构原理与实战解析/

03 基于CycleGan开源项目实战图像合成/

04 stargan论文架构解析/

05 stargan项目实战及其源码解读/

06 基于starganvc2的变声器论文原理解读/

07 starganvc2变声器项目实战及其源码解读/

08 图像超分辨率重构实战/

09 基于GAN的图像补全实战/

18 强化学习实战系列/

01 强化学习简介及其应用/

02 PPO算法与公式推导/

03 PPO实战-月球登陆器训练实例/

04 Q-learning与DQN算法/

05 DQN算法实例演示/

06 DQN改进与应用技巧/

07 Actor-Critic算法分析（A3C）/

08 用A3C玩转超级马里奥/

19 Openai顶级黑科技算法及其项目实战/

01 GPT系列生成模型/

02 GPT建模与预测流程/

03 CLIP系列/

04 Diffusion模型解读/

05 Dalle2及其源码解读/

06 ChatGPT/

20 面向医学领域的深度学习实战/

01 卷积神经网络原理与参数解读/

02 PyTorch框架基本处理操作/

03 PyTorch框架必备核心模块解读/

04 基于Resnet的医学数据集分类实战/

05 图像分割及其损失函数概述/

06 Unet系列算法讲解/

07 unet医学细胞分割实战/

08 deeplab系列算法/

09 基于deeplabV3+版本进行VOC分割实战/

10 基于deeplab的心脏视频数据诊断分析/

11 YOLO系列物体检测算法原理解读/

12 基于YOLO5细胞检测实战/

13 知识图谱原理解读/

14 Neo4j数据库实战/

15 基于知识图谱的医药问答系统实战/

16 词向量模型与RNN网络架构/

17 医学糖尿病数据命名实体识别/

21 深度学习模型部署与剪枝优化实战/

01 AIoT人工智能物联网之认识 jetson nano/

02 AIoT人工智能物联网之AI 实战/

03 AIoT人工智能物联网之NVIDIA TAO 实用级的训练神器/

04 AIoT人工智能物联网之deepstream/

05 tensorRT视频/

06 pyTorch框架部署实践/

07 YOLO-V3物体检测部署实例/

08 docker实例演示/

09 tensorflow-serving实战/

10 模型剪枝-Network Slimming算法分析/

11 模型剪枝-Network Slimming实战解读/

12 Mobilenet三代网络模型架构/

22 自然语言处理必备神器Huggingface系列实战/

01 Huggingface与NLP介绍解读/

02 Transformer工具包基本操作实例解读/

03 transformer原理解读/

04 BERT系列算法解读/

05 文本标注工具与NER实例/

06 文本预训练模型构建实例/

07 GPT系列算法/

08 GPT训练与预测部署流程/

09 文本摘要建模/

10 图谱知识抽取实战/

11 补充Huggingface数据集制作方法实例/

23 自然语言处理通用框架-BERT实战/

01 自然语言处理通用框架BERT原理解读/

02 谷歌开源项目BERT源码解读与应用实例/

03 项目实战-基于BERT的中文情感分析实战/

04 项目实战-基于BERT的中文命名实体识别识别实战/

05 必备基础知识点-woed2vec模型通俗解读/

06 必备基础-掌握Tensorflow如何实现word2vec模型/

07 必备基础知识点-RNN网络架构与情感分析应用实例/

08 医学糖尿病数据命名实体识别/

24 自然语言处理经典案例实战/

[认准一手完整 www.ukoou.com]

01 NLP常用工具包实战/

02 商品信息可视化与文本分析/

03 贝叶斯算法/

04 新闻分类任务实战/

05 HMM隐马尔科夫模型/

06 HMM工具包实战/

07 语言模型/

08 使用Gemsim构建词向量/

09 基于word2vec的分类任务/

10 NLP-文本特征方法对比/

11 NLP-相似度模型/

12 LSTM情感分析/

13 机器人写唐诗/

14 对话机器人/

25 知识图谱实战系列/

01 知识图谱介绍及其应用领域分析/

02 知识图谱涉及技术点分析/

03 Neo4j数据库实战/

04 使用python操作neo4j实例/

05 基于知识图谱的医药问答系统实战/

06 文本关系抽取实践/

07 金融平台风控模型实践/

08 医学糖尿病数据命名实体识别/

26 语音识别实战系列/

01 seq2seq序列网络模型/

02 LAS模型语音识别实战/

03 starganvc2变声器论文原理解读/

04 staeganvc2变声器源码实战/

05 语音分离ConvTasnet模型/

06 ConvTasnet语音分离实战/

07 语音合成tacotron最新版实战/

27 推荐系统实战系列/

01 推荐系统介绍及其应用/

02 协同过滤与矩阵分解/

03 音乐推荐系统实战/

04 知识图谱与Neo4j数据库实例/

05 基于知识图谱的电影推荐实战/

06 点击率估计FM与DeepFM算法/

07 DeepFM算法实战/

08 推荐系统常用工具包演示/

09 基于文本数据的推荐实例/

10 基本统计分析的电影推荐/

11 补充-基于相似度的酒店推荐系统/

28 AI课程所需安装软件教程/

01 AI课程所需安装软件教程/

29 额外补充/

01 通用创新点/

资料代码/