【资源目录】:
├── CV项目班
│ ├── 05 不均衡数据集
│ │ ├── img_cls
│ │ │ ├── .vscode
│ │ │ ├── __pycache__
│ │ │ ├── configs
│ │ │ ├── datasets
│ │ │ ├── models
│ │ │ ├── scripts
│ │ │ ├── utils
│ │ │ ├── predict.py (1.65 KB)
│ │ │ ├── train_cifar.py (6.18 KB)
│ │ │ └── train_flower.py (5.74 KB)
│ │ └── 05 不均衡数据集..pptx (689.12 KB)
│ ├── 06 数据爬取与筛选
│ │ ├── 06 数据爬取与筛选.pptx (4.13 MB)
│ │ └── img_filter.zip (76.97 KB)
│ ├── 图像分割项目
│ │ ├── 01 图像分割第一节-图像分割代码框架
│ │ │ ├── img_seg
│ │ │ └── 01 图像分割第一节-图像分割代码框架.pptx (5.50 MB)
│ │ ├── 02 图像分割第二节-经典分割模型
│ │ │ ├── img_seg
│ │ │ └── 02 图像分割第二节-经典分割模型.pptx (7.80 MB)
│ │ ├── 03 图像分割-BiSeNet及人像分割
│ │ │ ├── img_seg
│ │ │ └── 03 图像分割-BiSeNet及人像分割.pptx (2.36 MB)
│ │ ├── 04 图像分割-图像分割涨点技巧
│ │ │ ├── img_seg
│ │ │ └── 04 图像分割-图像分割涨点技巧.pptx (5.19 MB)
│ │ ├── 05 图像分割-额外数据-算法封装-TTA
│ │ │ ├── img_seg
│ │ │ └── 05 图像分割-额外数据-算法封装-TTA.pptx (4.93 MB)
│ │ └── 06 图像分割-基于Flask的web部署
│ │ ├── img_seg
│ │ └── 06 图像分割第六节-基于Flask的web部署.pptx (4.40 MB)
│ ├── 目标检测项目
│ │ ├── 01 目标检测第一节-anchor based和anchor free目标检测器
│ │ │ └── 01 目标检测第一节-anchor based和anchor free目标检测器.pptx (28.03 MB)
│ │ ├── 02 目标检测第二节-YOLO系列简介
│ │ │ └── 02 目标检测第二节-YOLO系列简介.pptx (18.68 MB)
│ │ ├── 03 目标检测第三节-代码讲解（1）：YOLOX环境配置和数据增强
│ │ │ └── 03目标检测第三节-代码讲解（1）：YOLOX环境搭建-数据增强.pptx (6.59 MB)
│ │ ├── 04 目标检测第四节-代码讲解（2）：YOLOX的网络结构：Backbone、Neck、Head
│ │ │ └── 04 目标检测第四节-代码讲解（2）：YOLOX的网络结构：Backbone、Neck、Head.pptx (6.29 MB)
│ │ ├── 05 目标检测第五节-代码讲解（3）：YOLOX中的正负样本分配与损失函数
│ │ │ ├── 05 目标检测第五节-代码讲解（3）：YOLOX中的正负样本分配与损失函数.pptx (12.98 MB)
│ │ │ └── yolo_head.py (25.14 KB)
│ │ ├── 06 代码讲解（4）：Log记录与训练加速、YOLOX的推理
│ │ │ └── 06 目标检测第六节-代码讲解（4）：Log记录与训练加速、YOLOX的推理.pptx (6.61 MB)
│ │ ├── 07 目标检测第七节-自定义数据集、性能评价指标
│ │ │ ├── 代码
│ │ │ └── 07 目标检测第七节-自定义数据集、性能评价指标.pptx (6.85 MB)
│ │ ├── 08 目标检测第8节-目标检测器的优化
│ │ │ ├── YOLOX
│ │ │ └── 08 目标检测第8节-目标检测器的优化.pptx (6.11 MB)
│ │ ├── 09 目标检测第9节-目标检测算法轻量化的通用技巧
│ │ │ ├── 代码
│ │ │ └── 09 目标检测第9节-目标检测算法轻量化的通用技巧.pptx (12.38 MB)
│ │ ├── 10 目标检测第10节-NanoDetPlus
│ │ │ ├── 10 目标检测第10节-NanoDetPlus.pptx (5.07 MB)
│ │ │ └── NanoDet-Plus环境配置.pdf (1.39 MB)
│ │ ├── 11 目标检测第11节-轻量化YOLOX
│ │ │ ├── 11 目标检测第11节-轻量化YOLOX.pptx (2.26 MB)
│ │ │ ├── MobileOne .zip (1.91 MB)
│ │ │ ├── YOLOX.zip (71.15 MB)
│ │ │ ├── 【MobileOne】An Improved One millisecond Mobile Backbone.pdf (7.84 MB)
│ │ │ └── 【RepVGG】RepVGG_Making VGG-style ConvNets Great Again.pdf (657.07 KB)
│ │ └── 12 目标检测第12节-使用OpenVINO推理YOLOX
│ │ └── 12 目标检测第12节-使用OpenVINO推理YOLOX.pptx (600.82 KB)
│ ├── 花朵分类：01 代码框架
│ │ ├── img_cls
│ │ │ ├── flower_dataset.py (2.14 KB)
│ │ │ ├── model_trainer.py (2.94 KB)
│ │ │ ├── splite_flower_dataset.py (1.26 KB)
│ │ │ └── train.py (3.76 KB)
│ │ ├── 模型训练代码框架.xmind (261.60 KB)
│ │ └── 花朵分类：01 代码框架.pptx (692.89 KB)
│ ├── 花朵分类：02 模型评估
│ │ ├── img_cls
│ │ │ ├── configs
│ │ │ ├── datasets
│ │ │ ├── ouputs
│ │ │ ├── scripts
│ │ │ ├── utils
│ │ │ ├── predict.py (1.65 KB)
│ │ │ └── train.py (5.66 KB)
│ │ └── 花朵分类：02 模型评估.pptx (1.29 MB)
│ ├── 花朵分类：03 常用CNN串讲
│ │ ├── img_cls
│ │ │ ├── .vscode
│ │ │ ├── __pycache__
│ │ │ ├── configs
│ │ │ ├── datasets
│ │ │ ├── models
│ │ │ ├── ouputs
│ │ │ ├── scripts
│ │ │ ├── utils
│ │ │ ├── predict.py (1.65 KB)
│ │ │ └── train.py (5.53 KB)
│ │ └── 花朵分类：03 常用CNN串讲.pptx (6.01 MB)
│ ├── 花朵分类：04 涨点技巧分享
│ │ ├── img_cls
│ │ │ ├── .vscode
│ │ │ ├── __pycache__
│ │ │ ├── configs
│ │ │ ├── datasets
│ │ │ ├── models
│ │ │ ├── ouputs
│ │ │ ├── scripts
│ │ │ ├── utils
│ │ │ ├── predict.py (1.65 KB)
│ │ │ └── train.py (5.71 KB)
│ │ └── 花朵分类：04 涨点技巧分享.pptx (1.98 MB)
│ └── 视觉大模型SAM
│ ├── 01 ViT介绍与代码讲解
│ │ ├── 01 ViT介绍与代码讲解.pptx (4.46 MB)
│ │ ├── an_image_is_worth_16x16_words_.pdf (3.38 MB)
│ │ └── timm安装.txt (146.00 B)
│ ├── 02 SAM介绍与代码讲解
│ │ ├── 02 SAM介绍与代码讲解.pptx (3.51 MB)
│ │ ├── segment-anything.pdf (14.67 MB)
│ │ └── segment-anything.zip (21.62 MB)
│ ├── 03 实战：FastSAM医学分割
│ │ ├── 03 实战：FastSAM医学分割.pptx (6.92 MB)
│ │ ├── FastSAM.pdf (6.18 MB)
│ │ ├── 代码：fastSAM-train.zip (136.13 MB)
│ │ └── 数据：Breast Ultrasound Images Dataset.zip (566.15 MB)
│ └── 04 SAM相关研究
│ └── 04 SAM相关研究.pptx (13.61 MB)
├── 10_01-图像分割第一节-图像分割代码框架_ev.mp4 (165.58 MB)
├── 11_02-图像分割第二节-经典分割模型_ev.mp4 (192.97 MB)
├── 12_03-图像分割-BiSeNet及人像分割_ev.mp4 (184.99 MB)
├── 13_04-图像分割-图像分割涨点技巧_ev.mp4 (182.76 MB)
├── 14_05-图像分割-额外数据-算法封装-TTA_ev.mp4 (149.46 MB)
├── 15_06-图像分割-基于Flask的web部署_ev.mp4 (149.54 MB)
├── 16_01-目标检测第一节-anchor-based和anchor-free目标检测器_ev.mp4 (166.26 MB)
├── 17_02-目标检测第二节-YOLO系列简介_ev.mp4 (225.70 MB)
├── 18_03目标检测第三节-代码讲解（1）：YOLOX环境搭建-数据增强_ev.mp4 (303.31 MB)
├── 19_04-目标检测第四节-代码讲解（2）：YOLOX的网络结构：Backbone、Neck、H_ev.mp4 (202.62 MB)
├── 1_计算机视觉就业公开课(直播2023.11.21)_ev.mp4 (118.70 MB)
├── 20_05-目标检测第五节-代码讲解（3）：YOLOX中的正负样本分配与损失函数_ev.mp4 (278.16 MB)
├── 21_06-代码讲解（4）：Log记录与训练加速、YOLOX的推理_ev.mp4 (215.49 MB)
├── 22_07-目标检测第七节-自定义数据集、性能评价指标_ev.mp4 (228.80 MB)
├── 23_08-目标检测第8节-目标检测器的优化_ev.mp4 (222.08 MB)
├── 24_09-目标检测第9节-目标检测算法轻量化的通用技巧_ev.mp4 (173.99 MB)
├── 25_10-目标检测第10节-NanoDetPlus_ev.mp4 (164.25 MB)
├── 26_11-目标检测第11节-轻量化YOLOX_ev.mp4 (211.83 MB)
├── 27_12-目标检测第12节-使用OpenVINO推理YOLOX_ev.mp4 (172.36 MB)
├── 28_01-ViT介绍与代码讲解_ev.mp4 (182.16 MB)
├── 29_02-SAM介绍与代码讲解_ev.mp4 (238.22 MB)
├── 2_CV学习路径方法及就业形势分析(直播2023.06.19)_ev.mp4 (91.88 MB)
├── 30_03-实战：FastSAM医学分割_ev.mp4 (121.39 MB)
├── 31_04-SAM相关研究_ev.mp4 (147.19 MB)
├── 3_课件、代码.txt (66.00 B)
├── 4_花朵分类：-01-代码框架_ev.mp4 (201.61 MB)
├── 5_花朵分类：02-模型评估_ev.mp4 (195.78 MB)
├── 6_花朵分类：03-常用CNN串讲_ev.mp4 (210.91 MB)
├── 7_花朵分类：04-涨点技巧分享_ev.mp4 (131.39 MB)
├── 8_05-不均衡数据集._ev.mp4 (241.93 MB)
└── 9_06-数据爬取与筛选_ev.mp4 (166.21 MB)
