V
主页
4.10 YOLOv2解析
发布人
原书信息:清华大学出版社-图书详情-《TensorFlow+Android经典模型从理论到实战(微课视频版)》 http://www.tup.tsinghua.edu.cn/booksCenter/book_09703501.html 第4章 YOLOv5与驾驶场景检测 当你读完第4章时,你应该能够: l 熟悉和理解自动驾驶场景检测问题。 l 理解掌握常见的目标检测技术与方法。 l 理解掌握YOLOv1的设计初衷与模型原理。 l 理解掌握YOLOv2的改进逻辑与设计原理。 l 理解掌握YOLOv3的改进逻辑与设计原理。 l 理解掌握YOLOv4的改进逻辑与设计原理。 l 理解掌握YOLOv5的改进逻辑与设计原理。 l 采集驾驶员工作状态数据。 l 基于LabelImg为数据集定义标签。 l 实现YOLOv5迁移学习,建模、训练与评估。 l Android部署YOLOv5-Lite实现驾驶场景检测。
打开封面
下载高清视频
观看高清视频
视频下载器
2.6 MobileNetV3解析
4.14 YOLOv5预训练模型
9.4 数据集与特征提取
2.5 MobileNetV2解析
4.6 非极大值抑制
2024最新 Android Studio 安装配置步骤
2.8 MobileNetV3训练
4.1 项目动力
4.12 交并比
9.8 AlphaFold2项目实战演示
3.25 制作HDF5数据集
2024 零基础 七天学会懒人精灵从入门到实战,自动化脚本,游戏脚本,Lua脚本开发系列教程之动态UI控件
7.8 人脸识别模型训练
2.22 模型评估
强推!YOLOV5改进-添加注意力机制!手把手教学真的轻松上手!(人工智能、深度学习、机器学习算法、神经网络、计算机视觉、Pytorch、AI)
4.2 驾驶场景检测
6.7 数据集分析
3.10 梯度下降
2.10 定义卷积层
强推!YOLO项目实战系列:清华大佬精讲基于PyTorch实现的行人车辆检测实战(从零复现,超详细!)
端到端自动驾驶:SparseDrive 算法详解
6.9 配置项目依赖
6.2 GAN解析
4.16 用LabelImg定义图像标签
1.4 EfficientNetV1解析
6.3 Progressive GAN解析
7.6 人脸数据采集
3.5 EfficientDet解析
3.22 Inception卷积网络
4.15 驾驶员图像采集
强推!B站最好的缺陷检测实战系列:钢材缺陷检测、布料缺陷检测、Deeplab铁质材料缺陷检测全详解!学完可写入简历
1.5 EfficientNetV2解析
3.17 参数与超参数
全新!YOLOv5目标检测算法!环境部署+项目实战,基于Pytorch搭建YOLOV5目标检测平台!真的通俗易懂!(人工智能、深度学习、神经网络、机器学习)
4.21 小结
3.8 激励函数
4.3 滑动窗口实现目标检测
6.6 StyleGAN2-ADA解析
5.6 数据集预处理与划分
6.4 StyleGAN解析