请选择 进入手机版 | 继续访问电脑版

Java自学网

 找回密码
 立即注册

QQ登录

只需一步,快速开始

查看: 4447|回复: 4

深度学习-行人重识别实战

[复制链接]

该用户从未签到

0

主题

127

帖子

0

积分

普通会员

Rank: 2

积分
0
发表于 2024-4-16 15:03:01 | 显示全部楼层 |阅读模式
深度学习-行人重识别实战# Q& A! V3 _8 P/ k
├──资料0 e; F4 P3 s( D2 }6 P
├──01.课程简介 .mp4 24.64M
7 |7 K. k6 a4 o! a! d1 N$ a, s├──02.行人重识别要解决的问题 .mp4 23.49M" C/ j  ^% ?6 y/ ~. U
├──03.挑战与困难分析 .mp4 46.32M
; ?, S9 C9 z! c( d; @$ u├──04.评估标准rank1指标 .mp4 14.81M  v4 f; `) H) {! F6 T5 u4 K
├──05.map值计算方法 .mp4 22.44M& _2 B7 ]3 `+ o, |5 k) c
├──06.triplet损失计算实例 .mp4 31.89M1 o5 S# K9 |% t2 p- f
├──07.Hard-Negative方法应用 .mp4 30.36M3 G0 ?/ \. }9 f, B( M# M
├──09.论文整体思想及注意力机制的作用解读 .mp4 41.39M' I& Y% I4 z# Y1 u/ w1 H  Z
├──10.空间权重值计算流程分析 .mp4 23.84M4 f0 y( C2 }" P4 G3 y# y) d* T
├──11.融合空间注意力所需特征 .mp4 25.33M
% t( A, h6 h3 Y& p├──12.基于特征图的注意力计算 .mp4 25.27M! U" ^/ J1 O+ f: O% M
├──13.项目环境与数据集配置 .mp4 46.73M, t' J: q( N9 |
├──14.参数配置与整体架构分析 .mp4 57.77M
' p+ h" k8 a# N$ I: H# `├──15.进入debug模式解读网络计算流程 .mp4 36.25M/ w  n7 ]$ {2 q8 y" Y( V; j  X
├──16.获得空间位置点之间的关系 .mp4 48.13M$ ]9 y4 g3 m. T! u
├──17.组合关系特征图 .mp4 32.33M* {. V9 Q+ [: o1 M. o
├──18.计算得到位置权重值 .mp4 37.74M* r# C, o& C: Z; B
├──19.基于特征图的权重计算 .mp4 28.98M3 ~; Q+ ?+ W; x/ |2 H- A9 N; e
├──20.损失函数计算实例解读 .mp4 59.37M
+ j$ N, D* Y8 J0 \- _( j├──21.训练与测试模块演示 .mp4 132.21M
' N# k6 C6 v  V  {8 m  ?$ J├──22.论文整体框架概述 .mp4 11.92M
9 }% n, d! e1 }6 z├──23.局部特征与全局关系计算方法 .mp4 10.41M
7 T, T. F& |' [! P├──24.特征分组方法 .mp4 10.64M
. b# C" n# V  D0 M/ D9 @├──25.GCP模块特征融合方法 .mp4 47.57M* I1 W2 Z( z5 T  r5 ?
├──26.oneVsReset方法实例 .mp4 10.51M8 j, a) d0 ~0 V# H0 }  y
├──27.损失函数应用位置 .mp4 10.63M. e+ K( x1 r4 a/ q4 {* N
├──28.项目配置与数据集介绍 .mp4 129.52M
4 R5 g/ ?$ M5 R. D├──29.数据源构建方法分析 .mp4 21.21M; _' p4 M8 z& T" R  O/ R
├──30.dataloader加载顺序解读 .mp4 32.74M6 l+ Q: E& s7 q7 c5 j& L
├──31.debug模式解读 .mp4 27.96M
" d0 `( J; j5 n/ i  e1 A0 a, Q; N├──32.网络计算整体流程演示 .mp4 17.73M
* u: F6 \* }: A├──33.特征序列构建 .mp4 21.89M7 s% @6 g( q0 W5 @! M' o$ ~
├──34.GCP全局特征提取 .mp4 19.21M
& f, @& i; t% P8 a) C# o├──35.局部特征提取实例 .mp4 24.53M
) Z8 k. @: t& S9 i9 i+ _├──36.特征组合汇总 .mp4 24.67M
5 o' C% a' Z1 j  H! N, p$ U├──37.得到所有分组特征结果 .mp4 24.37M
$ Z" d+ E" A! q- a├──38.损失函数与训练过程演示 .mp4 87.58M/ }) z, l0 Y* h1 z; _+ j2 U: G
├──39.测试与验证模块 .mp4 19.29M
) X& Z9 {: T+ I8 i  Q( r& j8 K├──40.关键点位置特征构建 .mp4 13.26M
- x+ `3 k( a0 \: B' h├──41.图卷积与匹配的作用 .mp4 15.75M
. r% V' u6 [" x8 }& u# p& b├──42.局部特征热度图计算 .mp4 16.51M
' b; J+ |5 O3 H! Q3 t├──43.基于图卷积构建人体拓扑关系 .mp4 19.78M
+ O+ `' G2 V: s4 l& o! z' g' W├──44.图卷积模块实现方法 .mp4 17.98M* t* ]! F2 J: ]' T3 |2 F& Z
├──45.图匹配在行人重识别中的作用 .mp4 12.23M+ T# i, K" g, t2 e* [3 j) _2 F& `. u
├──46.整体算法框架分析 .mp4 15.92M2 z5 Q7 h! H9 L) C1 Q
├──47.数据集与环境配置概述 .mp4 87.62M2 O9 j: q1 L+ C: l5 Y* r  ^( W
├──48.局部特征准备方法 .mp4 23.22M
3 ^6 H: U! h( s( B├──49.得到一阶段热度图结果 .mp4 21.92M
' D1 ]- a/ J) i  y# t├──50.阶段监督训练 .mp4 38.19M
( P  E% M+ U! M+ _- t├──51.初始化图卷积模型 .mp4 21.31M
1 h& G* W  f0 J" y+ ?1 o7 w├──52.mask矩阵的作用 .mp4 20.35M+ S- @( Y8 n3 K& R
├──53.邻接矩阵学习与更新 .mp4 26.38M
6 j) _. I3 U. ~; M+ B+ X├──54.基于拓扑结构组合关键点特征 .mp4 78.39M
9 t& @/ ?. x" @9 K) n7 h" C  f├──55.图匹配模块计算流程 .mp4 33.73M- d( A& A5 G3 L% f7 O6 A7 ?& b
├──56.整体项目总结 .mp4 32.91M
- V5 N- ]* ?+ x' {! U( ?├──57.卷积神经网络应用领域 .mp4 14.23M7 d3 V( M2 @% S2 t( Y
├──58.卷积的作用 .mp4 16.76M7 z( S3 O0 Z0 |, `& D# ~
├──59.卷积特征值计算方法 .mp4 14.75M
" p  V. ]& d+ k0 \5 C$ D├──60.得到特征图表示 .mp4 13.42M
( y* T; r4 s# J├──61.步长与卷积核大小对结果的影响 .mp4 44.71M
, v) |; {1 k2 K/ I├──62.边缘填充方法 .mp4 12.69M  i& K4 u$ [( T8 Q
├──63.特征图尺寸计算与参数共享 .mp4 39.66M& f* [! ^1 T! L' |1 G  h( v
├──64.池化层的作用 .mp4 13.16M
/ d7 d2 Y9 K) F, W8 _├──65.整体网络架构 .mp4 11.53M
6 S& m6 H# _& D! Q( _/ O- p* |├──66.VGG网络架构 .mp4 12.18M/ |: S2 z5 r, m
├──67.残差网络Resnet .mp4 31.89M
$ h. N' U+ p" h! f5 m, T4 l├──68.感受野的作用 .mp4 11.48M
# v- Z5 \3 P$ W7 C6 O' {├──69.PyTorch框架发展趋势简介 .mp4 15.28M
$ `4 J9 E0 A+ z' X+ S# X├──70.框架安装方法(CPU与GPU版本) .mp4 25.46M
% G4 C, K+ q4 d$ ?├──71.PyTorch基本操作简介 .mp4 17.57M
$ W; p" p( ^$ S: U+ C- F- o├──72.自动求导机制 .mp4 21.24M
; d) ~# N. h" A├──73.线性回归DEMO-数据与参数配置 .mp4 15.70M! {2 b' m5 ]5 }6 K
├──74.线性回归DEMO-训练回归模型 .mp4 21.66M
6 `( U# z: D1 ]! U% s6 \├──75.常见tensor格式 .mp4 13.05M) L; h+ i0 @/ m* M! y
├──76.Hub模块简介 .mp4 26.69M5 Z( c. _6 F& _8 o0 U" k$ S4 X* _
├──77.卷积网络参数定义 .mp4 14.97M
$ J4 l3 z- V- p) C  T├──78.网络流程解读 .mp4 18.57M' o* z: M2 m$ h
├──79.vision模块功能解读 .mp4 12.51M( y" }" l* j3 v
├──80.分类任务数据集定义与配置 .mp4 28.59M5 R  E9 f5 u5 `. ]5 _# y8 \% @
├──81.图像增强的作用 .mp4 21.21M
2 f* e) P) [1 u! ^. i├──82.数据预处理与数据增强模块 .mp4 46.72M
2 J: \' I: l: C  H! f! g├──83.Batch数据制作 .mp4 43.26M
& B% b/ O/ d* |, k) d6 d/ X├──84.迁移学习的目标 .mp4 17.14M
( x; T+ Y1 \' E  s8 Q├──85.迁移学习策略 .mp4 21.02M
  f6 ?5 c0 n- }7 d2 Q├──86.加载训练好的网络模型 .mp4 48.46M
/ H: E! x& G. J# p) \4 \* W" j* L├──87.优化器模块配置 .mp4 25.64M( N2 m5 @0 z, B$ Z; h( w
├──88.实现训练模块 .mp4 40.37M9 {& p3 j% A- [6 {, I, D
├──89.训练结果与模型保存 .mp4 46.00M
0 W8 @) u# A$ g  C6 }! d3 Z├──90.加载模型对测试数据进行预测 .mp4 48.30M% M1 Q3 P( t8 g0 ]5 y3 r; L
├──91.额外补充-Resnet论文解读 .mp4 58.43M
3 w! v! S8 ^! q/ C$ b0 o  C% v└──92.额外补充-Resnet网络架构解读 .mp4 23.43M" x( B8 G8 D- Z
/ ^* ~" y) c! G( y6 N
0 v5 @/ S7 s* @' K- `5 C
  x& z8 ^/ g1 d# }" E' @
资源下载地址和密码(百度云盘):
游客,如果您要查看本帖隐藏内容请回复
[/hide] 百度网盘信息回帖可见- U* c) I& G9 M+ y

+ n- c$ b( Z% y  U$ j" i3 p8 P( ?0 Y, u. T9 W. e# L

' R. _: _, L9 b; J本资源由Java自学网收集整理【www.javazx.com】
回复

使用道具 举报

该用户从未签到

0

主题

3516

帖子

7036

积分

普通会员

Rank: 2

积分
7036
发表于 2024-4-16 15:13:42 | 显示全部楼层
好资源不错
回复 支持 反对

使用道具 举报

该用户从未签到

0

主题

3360

帖子

6720

积分

普通会员

Rank: 2

积分
6720
发表于 2024-5-3 07:38:36 | 显示全部楼层
在这里找到了 给力
回复 支持 反对

使用道具 举报

该用户从未签到

0

主题

3392

帖子

6786

积分

普通会员

Rank: 2

积分
6786
发表于 2024-5-3 22:10:39 | 显示全部楼层
太难找了 居然在这里
回复 支持 反对

使用道具 举报

该用户从未签到

0

主题

3385

帖子

6772

积分

普通会员

Rank: 2

积分
6772
发表于 3 天前 | 显示全部楼层
大佬  厉害呀
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|Archiver|手机版|小黑屋|Java自学网

GMT+8, 2024-5-20 03:44 , Processed in 0.059394 second(s), 24 queries .

Powered by Javazx

Copyright © 2012-2022, Javazx Cloud.

快速回复 返回顶部 返回列表