【资源介绍】：
物体检测YOLO系列课程主要包括两大核心模块：(1),YOLO系列算法精讲，详细解读3篇论文核心知识点与整体网络架构并对其效果展开深入分析，通俗讲解YOLO架构实现原理与效果提升细节；(1),YOLO-V3项目实战，详细解读V3版本源码，通过debug模式讲解其中每一行代码，从根本掌握YOLO系列全部实现细节。整体风格通俗易懂，原理+实战实战，提供全部课程所需PPT,数据，代码。
【资源目录】:
├──资料
| └──YOLO-V3-PyTorch
| | ├──COCO-DATA
| | └──训练自己的数据集
├──01.课程内容与风格介绍.mp4 30.73M
├──02.检测任务中阶段的意义.mp4 20.87M
├──03.不同阶段算法优缺点分析.mp4 13.76M
├──04.IOU指标计算.mp4 15.90M
├──05.评估所需参数计算.mp4 37.83M
├──06.map指标计算.mp4 26.84M
├──08.YOLO算法整体思路解读.mp4 20.01M
├──09.检测算法要得到的结果.mp4 19.63M
├──10.整体网络架构解读.mp4 41.06M
├──11.位置损失计算.mp4 30.26M
├──12.置信度误差与优缺点分析.mp4 37.36M
├──13.V2版本细节升级概述.mp4 16.48M
├──14.网络结构特点.mp4 18.66M
├──15.架构细节解.com】.mp4 23.69M
├──16.基于聚类来选择先验框尺寸.mp4 32.92M
├──17.偏移量计算方法.mp4 35.20M
├──18.坐标映射与还原.mp4 15.32M
├──19.感受野的作用.mp4 33.33M
├──20.特征融合改进.mp4 24.66M
├──21.V3版本改进概述.mp4 23.90M
├──22.多scale方法改进与特征融合.mp4 26.37M
├──23.经典变换方法对比分析.mp4 15.13M
├──24.残差连接方法解读.mp4 25.62M
├──25.整体网络模型架构分析.mp4 17.10M
├──26.先验框设计改进.mp4 21.20M
├──27.sotfmax层改进.mp4 13.95M
├──28.数据与环境配置.mp4 54.52M
├──29.训练参数设置.mp4 22.76M
├──30.COCO数据与标签读取.mp4 41.66M
├──31.标签文件读取与处理.mp4 30.81M
├──32.debug模式介绍.mp4 13.10M
├──33.基于配置文件构建网络模型.mp4 20.25M
├──34.路由层与shortcut层的作用.mp4 40.62M
├──35.YOLO层定义解析.mp4 84.91M
├──36.预测结果计算.mp4 24.11M
├──37.网格偏移计算.mp4 18.10M
├──38.模型要计算的损失.mp4 13.34M
├──39.标签值格式修改.mp4 71.68M
├──40.坐标相对位置计算.mp4 17.93M
├──41.完成所有损失函数所需计算指标.mp4 19.68M
├──42.模型训练与总结.mp4 37.84M
├──43.预测效果展示.mp4 50.97M
├──44.Labelme工具安装.mp4 8.45M
├──45.数据信息标注.mp4 47.51M
├──46.完成标签制作.mp4 16.44M
├──47.生成模型所需配置文件.mp4 19.82M
├──48.json格式转换成yolo-v3所需输入.mp4 39.37M
├──49.完成输入数据准备工作.mp4 81.66M
├──50.训练代码与参数配置更改.mp4 24.98M
├──51.训练模型并测试效果.mp4 54.14M
├──52.V4版本整体概述.mp4 17.07M
├──52.迁移学习的目标.mp4 9.05M
├──53.V4版本贡献解读.mp4 7.28M
├──53.迁移学习策略.mp4 11.89M
├──54.Resnet原理.mp4 45.81M
├──54.数据增强策略分析.mp4 26.81M
├──55.DropBlock与标签平滑方法.mp4 14.24M
├──55.Resnet网络细节.mp4 24.32M
├──56.Resnet基本处理操作.mp4 15.69M
├──56.损失函数遇到的问题.mp4 10.89M
├──57.CIOU损失函数定义.mp4 7.76M
├──57.shortcut模块.mp4 54.27M
├──58.NMS细节改进.mp4 10.88M
├──58.加载训练好的权重.mp4 18.14M
├──59.SPP与CSP网络结构.mp4 10.94M
├──59.迁移学习效果对比.mp4 24.79M
├──60.Faster-rcnn物体检测概述.mp4 25.71M
├──60.SAM注意力机制模块.mp4 23.86M
├──61.PAN模块解读.mp4 14.54M
├──61.深度学习经典检测方法.mp4 29.53M
├──62.faster-rcnn概述.mp4 21.03M
├──62.激活函数与整体架构总结.mp4 21.40M
├──63.论文解读.mp4 52.02M
├──63.整体项目概述.mp4 70.08M
├──64.RPN网络结构.mp4 52.48M
├──64.训练自己的数据集方法.mp4 20.56M
├──65.损失函数定义.mp4 78.64M
├──65.训练数据参数配置.mp4 78.35M
├──66.测试DEMO演示.mp4 23.91M
├──66.网络细节.mp4 92.57M
├──67.数据源DEBUG流程解读.mp4 20.30M
├──68.图像数据源配置.mp4 19.49M
├──69.加载标签数据.mp4 14.38M
├──70.Mosaic数据增强方法.mp4 15.78M
├──71.数据四合一方法与流程演示.mp4 44.62M
├──72.getItem构建batch.mp4 18.89M
├──73.网络架构图可视化工具安装.mp4 51.05M
├──74.V5网络配置文件解读.mp4 20.50M
├──75.Focus模块流程分析.mp4 25.90M
├──76.完成配置文件解析任务.mp4 30.35M
├──77.前向传播计算.mp4 59.75M
├──78.BottleneckCSP层计算方法.mp4 73.07M
├──79.Head层流程解读.mp4 17.51M
├──80.SPP层计算细节分析.mp4 34.07M
├──81.上采样与拼接操作.mp4 22.37M
├──82.输出结果分析.mp4 33.44M
├──83.超参数解读.mp4 30.33M
├──84.命令行参数介绍.mp4 30.86M
├──85.训练流程解读.mp4 49.00M
├──86.各种训练策略概述.mp4 41.61M
└──87.模型迭代过程.mp4 37.85M
