V
主页
这绝对是B站最全的图像分类教程了!AlexNet、ResNet、VGG、GoogleNet、模型微调、图像增强方法一口气学到爽的计算机视觉入门到实战课程!
发布人
W 白嫖佩套籽料+100G入门到进阶AI资源包(论文/书籍/项目课程/学习路线)+专家一对一带论文/学习/就业/竞赛+大牛技术问题答疑+AI公开课 关注公众H:AI技术星球 发送:211 获取 内含:深度学习神经网络+CV计算机视觉学习(两大框架pytorch/tensorflow+源码课件笔记)+NLP等 适用人群 ①准备毕业论文的学生 ②准备跳槽,正在找工作的AI算法工程师等 ③自学和准备转行到AI领域的人 ④想巩固AI核心知识,查漏补缺的人
打开封面
下载高清视频
观看高清视频
视频下载器
从0开始撸代码--手把手教你搭建AlexNet网络模型训练自己的数据集(猫狗分类)
【B站最好的OpenCV课程推荐】OpenCV从入门到实战 全套课程(附带课程课件资料+课件笔记)图像处理|深度学习人工智能计算机视觉python+AI
[项目分享]Python基于改进Resnet和Vgg新冠肺炎图像分类[源码&部署教程]
【强推】研一、研二必学!基于Pytorch框架的花卉图像识别模型实战,原理详解+项目实战,看完就能跑通,毕设有救了!
VGG网络结构和代码详解
图像增强之灰度变换和直方图均衡化
八分钟精通 ResNet 残差网络(思想,公式,代码)--计算机视觉系列 01【推荐】
图像分割、目标检测、特征提取、边缘检测、图像滤波、人脸识别...终于有人把OpenCV那些必备的知识点讲透彻了!从入门到图像处理实战!
【人工智能+医学】不愧是B站最好最全的医学影像识别技术,老师不教你的知识本课程统统告诉你,讲的如此全面!_AI/人工智能/计算机视觉/医学影像识别
83. AlexNet
基于ResNet50预训练模型的图像分类-实战代码讲解
41、ResNet模型精讲以及PyTorch复现逐行讲解
Vision Transformer的鸟类图像分类(200个类别)完整代码+数据
图像分类1:深度学习图像分类图像识别毕业设计项目讲解基本做法技术路线讲解
我居然3小时学懂了深度学习神经网络入门到实战,多亏了这个课程,看不懂你打我!!!GAN/RNN/CNN神经网络/人工智能/计算机视觉/深度学习/AI机器学习
【深度学习】图像处理+目标检测+图像分割超全教程!教你六小时学会深度学习图像分割(深度学习/分水岭分割/matlab/计算机视觉
86. ResNet
3.1 AlexNet网络结构详解与花分类数据集下载
基于改进SE-VGG16-BN的131种水果蔬菜图像分类系统(颜色、品种分级)
Vision Transformer (ViT) 用于图片分类
这也太全了!图像处理、特征提取、目标检测、图像检索、图像分类、图像修复、图像分割、人脸识别、医疗影像等十大计算机视觉经典算法一口气学完!三天入门到精通!
HuggingFace谷歌开源图像分类模型,对图片分类
Pytorch迁移学习训练自己的图像分类模型【两天搞定AI毕设】
3.2 使用pytorch搭建AlexNet并训练花分类数据集
基于深度学习的高光谱遥感图像分类
【计算机视觉图像处理】这也太全了!图像处理、特征提取、目标检测、人脸识别、图像分类、图像检索、医疗影像七大计算机视觉算法一口气学完,三天带你从放弃到精通!
这也太全了吧!AlexNet、ResNet、VGG、GoogleNet、模型微调、图像增强方法一次性学会计算机视觉之图像分类入门到实战课程!
基于改进AlexNet的植物中草药分类系统(源码&教程)
【深度学习】基于PyTorch构建CNN卷积神经网络图像识别模块,这是我见过最好的深度学习与计算机视觉实战!
AI+医疗:B站最实用的医学图像处理实战教程!迪哥从零详解医学图像分割+细胞分类实战!(U-Net/V-Net/Resnet)
使用微调模型进行图像分类
图像分类任务之resnet等模型实现
51、基于PyTorch ResNet18的果蔬分类逐行代码讲解
YoloV8图像分类篇 轻松带你实现分类 小白也能轻松学会 真的特别简单!
绝对是B站最全的图像分类模型教程!CNN、AlexNet、GoogleNet、ResNet、VGG、图像增强、模型微调计算机视觉全套教程!
菜鸟狂飚!机器学习新手必学项目:鸢尾花数据集分类实战!逻辑回归原理+代码实现+实验分析!pytorch图像识别实战
【Pytorch深度学习实战】基于Cifar10数据集的Pytorch图像分类实战,清华博士竟然讲解的如此通俗易懂!
三分钟说明白ResNet ,关于它的设计、原理、推导及优点
【全程实录】花1小时用PyTorch写完CIFAR10图像分类代码 CIFAR1代码实战 PyTorch入门实战
【项目演示视频-毕设】基于深度学习的植物花卉分类