所见即为所得，自助购买www.bbfx.cc，源码下载www.txym.site

信息加载中,请等待...

当前目录：首页 /- /IT技术03 /01 /08.GP-P5人工智能深度学习高薪就业班5-价值16800元24章完结无秘 /18_面向医学领域的深度学习实战 /11_YOLO系列物体检测算法原理解读

1-V2版本细节升级概述.mp4【萌萌家】.mp4
1-V3版本改进概述.mp4【萌萌家】.mp4
1-V4版本整体概述.mp4【萌萌家】.mp4
1-YOLO算法整体思路解读.mp4【萌萌家】.mp4
1-检测任务中阶段的意义.mp4【萌萌家】.mp4
10-PAN模块解读.mp4【萌萌家】.mp4
11-激活函数与整体架构总结.mp4【萌萌家】.mp4
2-V4版本贡献解读.mp4【萌萌家】.mp4
2-不同阶段算法优缺点分析.mp4【萌萌家】.mp4
2-多scale方法改进与特征融合.mp4【萌萌家】.mp4
2-检测算法要得到的结果.mp4【萌萌家】.mp4
2-网络结构特点.mp4【萌萌家】.mp4
3-IOU指标计算.mp4【萌萌家】.mp4
3-架构细节解读.mp4【萌萌家】.mp4
3-经典变换方法对比分析.mp4【萌萌家】.mp4
3-数据增强策略分析.mp4【萌萌家】.mp4
3-整体网络架构解读.mp4【萌萌家】.mp4
4-DropBlock与标签平滑方法.mp4【萌萌家】.mp4
4-残差连接方法解读.mp4【萌萌家】.mp4
4-基于聚类来选择先验框尺寸.mp4【萌萌家】.mp4
4-评估所需参数计算.mp4【萌萌家】.mp4
4-位置损失计算.mp4【萌萌家】.mp4
5-map指标计算.mp4【萌萌家】.mp4
5-偏移量计算方法.mp4【萌萌家】.mp4
5-损失函数遇到的问题.mp4【萌萌家】.mp4
5-整体网络模型架构分析.mp4【萌萌家】.mp4
5-置信度误差与优缺点分析.mp4【萌萌家】.mp4
6-CIOU损失函数定义.mp4【萌萌家】.mp4
6-先验框设计改进.mp4【萌萌家】.mp4
6-坐标映射与还原.mp4【萌萌家】.mp4
7-NMS细节改进.mp4【萌萌家】.mp4
7-sotfmax层改进.mp4【萌萌家】.mp4
7-感受野的作用.mp4【萌萌家】.mp4
8-SPP与CSP网络结构.mp4【萌萌家】.mp4
8-特征融合改进.mp4【萌萌家】.mp4
9-SAM注意力机制模块.mp4【萌萌家】.mp4
目录【萌萌家】.txt