人工智能P5第五期

需要的➕我
咕泡-人工智能P5第5期2022年/
├──01_直播课回放
| ├──10_直播7：GPT系列算法与实战
| ├──11_额外补充：GPT建模与预测流程
| ├──12_额外补充：文本摘要建模
| ├──13_直播8：知识抽取实战
| ├──14_直播9：Openai CLIP模型
| ├──15_直播10：DeformableDetr算法解读
| ├──16_直播11：OCR算法解读
| ├──17_直播12：KIE关键信息抽取与视频超分辨率重构
| ├──18_直播13：对比学习
| ├──1_直播1：开班典礼
| ├──2_Pycharm环境配置与Debug演示(没用过的同学必看)
| ├──3_直播2：深度学习必备基础-神经网络与卷积网络
| ├──4_直播3：Transformer原理及其各领域应用分析
| ├──5_额外补充：时间序列预测
| ├──6_直播4：Informer时间序列预测源码解读
| ├──7_额外补充：Huggingface与NLP（讲故事）
| ├──8_直播5：Huggingface核心模块解读
| └──9_直播6：BERT系列模型与命名实体识别实例
├──02_深度学习必备核心算法
| ├──1_神经网络算法解读
| ├──2_卷积神经网络算法解读
| └──3_递归神经网络算法解读
├──03_深度学习核心框架PyTorch
| ├──1_PyTorch框架介绍与配置安装
| ├──2_使用神经网络进行分类任务
| ├──3_神经网络回归任务-气温预测
| ├──4_卷积网络参数解读分析
| ├──5_图像识别模型与训练策略（重点）
| ├──6_DataLoader自定义数据集制作
| ├──7_LSTM文本分类实战
| └──8_PyTorch框架Flask部署例子
├──04_MMLAB实战系列
| ├──10_第四模块：DBNET文字检测
| ├──11_第四模块：ANINET文字识别
| ├──12_第四模块：KIE基于图模型的关键信息抽取
| ├──12_第五模块：stylegan2源码解读
| ├──13_第六模块：BasicVSR++视频超分辨重构源码解读
| ├──14_第七模块：多模态3D目标检测算法源码解读
| ├──15_第八模块：模型蒸馏应用实例
| ├──16_第八模块：模型剪枝方法概述分析
| ├──17_第九模块：mmaction行为识别
| ├──18_额外补充
| ├──1_MMCV安装方法
| ├──2_第一模块：分类任务基本操作
| ├──3_第一模块：训练结果测试与验证
| ├──4_第一模块：模型源码DEBUG演示
| ├──5_第二模块：使用分割模块训练自己的数据集
| ├──6_第二模块：基于Unet进行各种策略修改
| ├──7_第二模块：分割任务CVPR最新Backbone设计及其应用
| ├──8_第三模块：mmdet训练自己的数据任务
| └──9_第三模块：DeformableDetr物体检测源码分析
├──05_Opencv图像处理框架实战
| ├──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
| ├──1_课程简介与环境配置
| ├──20_卷积原理与操作
| ├──21_项目实战-疲劳检测
| ├──2_图像基本操作
| ├──3_阈值与平滑处理
| ├──4_图像形态学操作
| ├──5_图像梯度计算
| ├──6_边缘检测
| ├──7_图像金字塔与轮廓检测
| ├──8_直方图与傅里叶变换
| └──9_项目实战-信用卡数字识别
├──06_综合项目-物体检测经典算法实战
| ├──10_EfficientNet网络
| ├──11_EfficientDet检测算法
|