V
主页
tensorflow官方提供的目标检测与分类API
发布人
简单介绍了tensorflow官方为我们提供的目标检测和分类的API使用,对于需要使用现有模型并快速得到结果的同学可以了解下
打开封面
下载高清视频
观看高清视频
视频下载器
2.1 pytorch官方demo(Lenet)
6.2 使用pytorch搭建ResNet并基于迁移学习训练
目标检测mAP计算以及coco评价标准
4.2 使用pytorch搭建VGG网络
6.1 ResNet网络结构,BN以及迁移学习详解
使用pytorch和tensorflow计算分类模型的混淆矩阵
00 预告【动手学深度学习v2】
YOLOv4网络详解
2.1SSD算法理论
3.1 AlexNet网络结构详解与花分类数据集下载
3.2 使用pytorch搭建AlexNet并训练花分类数据集
0.目标检测前言
为啥我保存的权重文件那么大?
5.1 GoogLeNet网络详解
3.1 YOLO系列理论合集(YOLOv1~v3)
4.1 VGG网络详解及感受野的计算
1.2 卷积神经网络基础补充
1.1Faster RCNN理论合集
13.1 ConvNeXt网络讲解
使用tensorflow2查看中间层特征矩阵以及每层参数信息
PASCAL VOC2012数据集讲解与制作自己的数据集
TensorFlow训练自己的目标检测模型
11.1 Vision Transformer(vit)网络详解
1.1 卷积神经网络基础
YOLOv5网络详解
7.1 MobileNet网络详解
7.2 使用pytorch搭建MobileNetV2并基于迁移学习训练
5.2 使用pytorch搭建GoogLeNet网络
使用Pytorch搭建U-Net网络并基于DRIVE数据集训练(语义分割)
15.2 MobileViT源码解析(Pytorch)
Mask R-CNN网络详解
3.2 YOLOv3 SPP源码解析(Pytorch版)
DeepPose简介
1.2Faster RCNN源码解析(pytorch)
Mask R-CNN源码解析(Pytorch)
2.2 SSD源码解析(Pytorch)
使用pytorch查看中间层特征矩阵以及卷积核参数
U-Net网络结构讲解(语义分割)
如何读论文【论文精读·1】
6.3 使用tensorflow搭建ResNet网络并基于迁移学习的方法进行训练