本文作者:站长

OpenCV核心技术 机器视觉+深度学习+CNN卷积神经网络 课程+应用实战+作业+解题

站长 2023-01-04 335 抢沙发
OpenCV核心技术 机器视觉+深度学习+CNN卷积神经网络 课程+应用实战+作业+解题摘要: OpenCV核心技术 机器视觉+深度学习+CNN卷积神经网络 课程+应用实战+作业+解题===============课程介绍===============非常详细的OpenCV机...

  OpenCV核心技术 机器视觉+深度学习+CNN卷积神经网络 课程+应用实战+作业+解题

  OpenCV核心技术 机器视觉+深度学习+CNN卷积神经网络 课程+应用实战+作业+解题  第1张

  OpenCV核心技术 机器视觉+深度学习+CNN卷积神经网络 课程+应用实战+作业+解题  第2张

  OpenCV核心技术 机器视觉+深度学习+CNN卷积神经网络 课程+应用实战+作业+解题  第3张

  OpenCV核心技术 机器视觉+深度学习+CNN卷积神经网络 课程+应用实战+作业+解题  第4张

  OpenCV核心技术 机器视觉+深度学习+CNN卷积神经网络 课程+应用实战+作业+解题  第5张

  ===============课程介绍===============

  非常详细的OpenCV机器视觉实战课程,课程内容包括了计算机视觉基础,计算机深度学习,计算机图像分割、目标跟踪,中阶段计算机视觉,神经网络、CNN卷积神经网络进阶及实战等课程,课程还包括了学习的作业级讲解,非常的“保姆级”。

  ===============课程目录===============

  ├─cv核心-1-计算机视觉基础:基本图像处理.mp4

  ├─cv核心-10-计算机视觉中的图像分类.mp4

  ├─cv核心-11-深度学习之两阶段目标检测.mp4

  ├─cv核心-12-深度学习之一阶段目标检测.mp4

  ├─cv核心-13-计算机视觉中的图像分割.mp4

  ├─cv核心-14-计算机视觉中的目标跟踪.mp4

  ├─cv核心-15-课程知识点总结.mp4

  ├─cv核心-2-中阶计算机视觉.mp4

  ├─cv核心-3-初步认识机器学习.mp4

  ├─cv核心-4-经典机器学习.mp4

  ├─cv核心-5-神经网络与反向传播.mp4

  ├─cv核心-6-详解CNN卷积神经网络part1原理篇.mp4

  ├─cv核心-7-详解CNN卷积神经网络part2应用篇.mp4

  ├─cv核心-8-详解CNN卷积神经网络part3实战细节篇.mp4

  ├─cv核心-9-cuda编程.mp4

  (1)\1.1 计算机视觉基础:基本图像处理;目录中文件数:2个

  ├─CV核心基础WEEK1.docx

  ├─核心基础课week1 20200816.pdf

  (2)\10.1 计算机视觉中的图像分类;目录中文件数:2个

  ├─week10.docx

  ├─核心基础课week10后20201101.pdf

  (3)\11.1 深度学习之两阶段目标检测;目录中文件数:2个

  ├─week11.docx

  ├─核心基础课week11_20201108课后.pdf

  (4)\12.1 深度学习之一阶段目标检测;目录中文件数:2个

  ├─核心基础课week11_20201108补充讲解vgg_bn.pdf

  ├─核心基础课week12-20201115发出.pdf

  (5)\13.1 计算机视觉中的图像分割;目录中文件数:2个

  ├─week13.docx

  ├─核心基础课week13-图像分割设计方法20201122课后.pdf

  (6)\14.1 计算机视觉中的目标跟踪;目录中文件数:2个

  ├─week14.docx

  ├─核心基础课week14-图像跟踪算法设计20201129.pdf

  (7)\15.1 课程知识点总结;目录中文件数:1个

  ├─https.docx

  (8)\2.1 中阶计算机视觉;目录中文件数:2个

  ├─week2 (1).docx

  ├─核心基础课week2-20200823发出.pdf

  (9)\3.1 初步认识机器学习;目录中文件数:2个

  ├─week3.docx

  ├─核心基础课week3 20200830 发出.pdf

  (10)\4.1 经典机器学习;目录中文件数:2个

  ├─week4 (1).docx

  ├─核心基础课week4 20200906课后.pdf

  (11)\5.1 神经网络与反向传播;目录中文件数:2个

  ├─week5 (1).docx

  ├─核心基础课week5 20200913课后发出.pdf

  (12)\6.1 详解CNN卷积神经网络 part 1 原理篇;目录中文件数:2个

  ├─week6.docx

  ├─核心基础课week6-20200920课后.pdf

  (13)\7.1 详解CNN卷积神经网络 part 2 应用篇;目录中文件数:2个

  ├─week7.docx

  ├─核心基础课week7_2020-10-11课后.pdf

  (14)\8.1 详解CNN卷积神经网络 part 3 实战细节篇;目录中文件数:2个

  ├─week8.docx

  ├─核心基础课week8-20201018课后.pdf

  (15)\9.1 cuda编程;目录中文件数:2个

  ├─week9.docx

  ├─核心基础课week9 20201025课后.pdf

  (16)\作业答案;目录中文件数:0个

  (17)\作业答案\week1;目录中文件数:0个

  (18)\作业答案\week2;目录中文件数:0个

  (19)\作业答案\week3;目录中文件数:0个

  (20)\作业答案\week4;目录中文件数:0个

  (21)\作业答案\week5;目录中文件数:0个

  (22)\作业答案\week7;目录中文件数:1个

  ├─week07.py

  (23)\作业答案\week8;目录中文件数:1个

  ├─week8_homework.py

  (24)\作业答案\week1\1;目录中文件数:8个

  ├─homework_zhangheng.py

  ├─watermark.png

  ├─week1_homework.png

  ├─各种滤波器的最佳结果.png

  ├─最佳结果.png

  ├─线性滤波结果.png

  ├─自定义卷积核滤波结果.png

  ├─非线性滤波结果.png

  (25)\作业答案\week1\2;目录中文件数:6个

  ├─beauty-face.png

  ├─CV核心基础WEEK1.docx

  ├─homework_ray.png

  ├─week1_homework.png

  ├─week1_ray.ipynb

  ├─week1_ray.py

  (26)\作业答案\week1\3;目录中文件数:5个

  ├─homework_processed.png

  ├─homework_processed_mask.png

  ├─homework_week1_huangchao.ipynb

  ├─mask1.png

  ├─week1_homework.png

  (27)\作业答案\week1\4;目录中文件数:10个

  ├─img_bilateral.png

  ├─img_gaussian.png

  ├─img_mean.png

  ├─img_median.png

  ├─img_swf.png

  ├─main.py

  ├─side_window_filter.py

  ├─Watermark.png

  ├─week1_homework.png

  ├─__init__.py

  (28)\作业答案\week2\1;目录中文件数:1个

  ├─homework.ipynb

  (29)\作业答案\week2\2;目录中文件数:1个

  ├─名企班+week2+高桂春.ipynb

  (30)\作业答案\week2\3;目录中文件数:15个

  ├─number_0.png

  ├─number_1.png

  ├─number_2.png

  ├─number_3.png

  ├─number_4.png

  ├─number_5.png

  ├─number_6.png

  ├─number_7.png

  ├─number_8.png

  ├─number_9.png

  ├─test_img_0.png

  ├─test_img_1.png

  ├─test_img_2.png

  ├─test_img_7.png

  ├─week2_homework.py

  (31)\作业答案\week2\4;目录中文件数:1个

  ├─名企cv4-week2-张锐.ipynb

  (32)\作业答案\week3\1;目录中文件数:3个

  ├─homework.py

  ├─loss.png

  ├─__init__.py

  (33)\作业答案\week3\2;目录中文件数:2个

  ├─loss.png

  ├─核心+week3+蔡晨铃.ipynb

  (34)\作业答案\week3\3;目录中文件数:1个

  ├─week3_homework.py

  (35)\作业答案\week4\1;目录中文件数:3个

  ├─neural_network.py

  ├─train.py

  ├─__init__.py

  (36)\作业答案\week4\2;目录中文件数:1个

  ├─pytorch_lenet_mnist.ipynb

  (37)\作业答案\week4\3;目录中文件数:4个

  ├─acc.png

  ├─homework.py

  ├─loss.png

  ├─__init__.py

  (38)\作业答案\week4\4;目录中文件数:1个

  ├─cv_home_work_zhangheng.py

  (39)\作业答案\week5\1;目录中文件数:0个

  (40)\作业答案\week5\2;目录中文件数:4个

  ├─hct66.py

  ├─kmeans.py

  ├─kmeanspp.py

  ├─mnist.py

  (41)\作业答案\week5\3;目录中文件数:1个

  ├─week5_核心课_汪梓玉.ipynb

  (42)\作业答案\week5\4;目录中文件数:5个

  ├─hct66.py

  ├─kmeans.py

  ├─kmeanspp.py

  ├─mnist.py

  ├─__init__.py

  (43)\作业答案\week1\2\_ipynb_checkpoints;目录中文件数:1个

  ├─week1_ray-checkpoint.ipynb

  (44)\作业答案\week1\3\_ipynb_checkpoints;目录中文件数:1个

  ├─homework_week1_huangchao-checkpoint.ipynb

  (45)\作业答案\week1\4\新建文件夹;目录中文件数:5个

  ├─img_bilateral.png

  ├─img_gaussian.png

  ├─img_mean.png

  ├─img_median.png

  ├─img_swf.png

  (46)\作业答案\week2\1\_ipynb_checkpoints;目录中文件数:1个

  ├─homework-checkpoint.ipynb

  (47)\作业答案\week2\2\_ipynb_checkpoints;目录中文件数:1个

  ├─名企班+week2+高桂春-checkpoint.ipynb

  (48)\作业答案\week2\4\my;目录中文件数:8个

  ├─2828_my_own_2.png

  ├─2828_my_own_3.png

  ├─2828_my_own_4.png

  ├─2828_my_own_5.png

  ├─2828_my_own_6.png

  ├─2828_my_own_image.png

  ├─2828_my_own_noisy_6.png

  ├─mnist_train_100.csv

  (49)\作业答案\week2\4\_ipynb_checkpoints;目录中文件数:1个

  ├─名企cv4-week2-张锐-checkpoint.ipynb

  (50)\作业答案\week3\2\_ipynb_checkpoints;目录中文件数:1个

  ├─核心+week3+蔡晨铃-checkpoint.ipynb

  (51)\作业答案\week4\1\figure;目录中文件数:2个

  ├─accuracy.png

  ├─loss.png

  (52)\作业答案\week4\2\_ipynb_checkpoints;目录中文件数:1个

  ├─pytorch_lenet_mnist-checkpoint.ipynb

  (53)\作业答案\week4\3\dataset;目录中文件数:1个

  ├─mnist_dataset.py

  (54)\作业答案\week5\1\week5;目录中文件数:3个

  ├─hct66.py

  ├─kmeanspp.py

  ├─__init__.py

  (55)\作业答案\week5\3\_ipynb_checkpoints;目录中文件数:1个

  ├─week5_核心课_汪梓玉-checkpoint.ipynb

文章版权及转载声明

作者:站长本文地址:https://www.xiazai.red/post/96330.html发布于 2023-01-04
文章转载或复制请以超链接形式并注明出处下载集

赞(0)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏

分享

发表评论

快捷回复:

评论列表 (暂无评论,335人围观)参与讨论

还没有评论,来说两句吧...