【资源目录】:
├──课件源码Python深度学习物体实战
| └──MASK-RCNN
| | ├──第六章：物体检测-faster-rcnn
| | ├──f112c9fda85536ee3eba662c9043e683.bat 0.07kb
| | └──mask-rcnn.pdf 898.30kb
├──1-1 课程简介.mp4 12.11M
├──1-2 Mask-Rcnn开源项目简介.mp4 40.08M
├──1-3 开源项目数据集.mp4 23.40M
├──1-4 参数配置.mp4 62.20M
├──2-1 FPN网络架构实现解读.mp4 58.68M
├──2-10 RoiPooling层的作用与目的.mp4 36.93M
├──2-11 RorAlign操作的效果.mp4 27.42M
├──2-12 整体框架回顾.mp4 30.93M
├──2-2 FPN层特征提取原理解读.mp4 44.46M
├──2-3 生成框比例设置.mp4 30.55M
├──2-4 基于不同尺度特征图生成所有框.mp4 33.37M
├──2-5 RPN层的作用与实现解读.mp4 30.56M
├──2-6 候选框过滤方法.mp4 15.75M
├──2-7 Proposal层实现方法.mp4 33.06M
├──2-8 DetectionTarget层的作用.mp4 26.69M
├──2-9 正负样本选择与标签定义.mp4 27.13M
├──3-1 Labelme工具安装.mp4 12.17M
├──3-2 使用labelme进行数据与标签标注.mp4 22.20M
├──3-3 完成训练数据准备工作.mp4 24.90M
├──3-4 maskrcnn源码修改方法.mp4 54.80M
├──3-5 基于标注数据训练所需任务.mp4 33.44M
├──3-6 测试与展示模块.mp4 22.38M
├──4-1 COCO数据集与人体姿态识别简介.mp4 28.78M
├──4-2 网络架构概述.mp4 23.37M
├──4-3 流程与结果演示.mp4 41.38M
├──5-1 迁移学习的目标.mp4 7.31M
├──5-2 迁移学习策略.mp4 9.88M
├──5-3 Resnet原理.mp4 48.12M
├──5-4 Resnet网络细节.mp4 20.91M
├──5-5 Resnet基本处理操作.mp4 19.96M
├──5-6 shortcut模块.mp4 28.25M
├──5-7 加载训练好的权重.mp4 24.01M
├──5-8 迁移学习效果对比.mp4 32.85M
├──6-1 物体检测概述.mp4 42.57M
├──6-2 深度学习经典检测方法.mp4 39.26M
├──6-3 faster-rcnn概述.mp4 31.13M
├──6-4 论文解读.mp4 79.82M
├──6-5 RPN网络架构.mp4 70.55M
├──6-6 损失函数定义.mp4 83.03M
└──6-7 网络细节.mp4 80.13M
