课程介绍：
本套课程:人工智能深度学习高薪就业班P5(咕泡)，课程官方售价16800元，本次更新共包含10大部分，文件大小共计27.51G。
课程主要对深度学习、计单机调觉、然语言处理进行系统化的讲解，同时结合案例进行实际演练；老师授课通俗易懂，AI领域全面覆盖，让大家学到真正有价值的东西。
课程截图：
课程目录：
1_直播课回放
1_直播1：开班典礼
2_Pycharm环境配置与Debug演示(没用过的同学必看)
3_直播2：深度学习必备基础-神经网络与卷积网络
4_直播3：Transformer原理及其各领域应用分析
5_额外补充：时间序列预测
6_直播4：Informer时间序列预测源码解读
2_深度学习必备核心算法
1_神经网络算法解读
2_卷积神经网络算法解读
3_递归神经网络算法解读
3_深度学习核心框架PyTorch
1_PyTorch框架介绍与配置安装
2_使用神经网络进行分类任务
3_神经网络回归任务-气温预测
4_卷积网络参数解读分析
5_图像识别模型与训练策略（重点）
6_DataLoader自定义数据集制作
7_LSTM文本分类实战
8_PyTorch框架Flask部署例子
4_MMLAB实战系列
1_MMCV安装方法
10_第四模块：DBNET文字检测
11_第四模块：ANINET文字识别
12_第四模块：KIE基于图模型的关键信息抽取
12_第五模块：stylegan2源码解读
13_第六模块：BasicVSR++视频超分辨重构源码解读
14_第七模块：多模态3D目标检测算法源码解读
15_第八模块：模型蒸馏应用实例
16_第八模块：模型剪枝方法概述分析
17_第九模块：mmaction行为识别
18_额外补充
2_第一模块：分类任务基本操作
3_第一模块：训练结果测试与验证
4_第一模块：模型源码DEBUG演示
5_第二模块：使用分割模块训练自己的数据集
6_第二模块：基于Unet进行各种策略修改
7_第二模块：分割任务CVPR最新Backbone设计及其应用
8_第三模块：mmdet训练自己的数据任务
9_第三模块：DeformableDetr物体检测源码分析
5_Opencv图像处理框架实战
1_课程简介与环境配置
10_项目实战-文档扫描OCR识别
11_图像特征-harris
12_图像特征-sift
13_案例实战-全景图像拼接
14_项目实战-停车场车位识别
15_项目实战-答题卡识别判卷
16_背景建模
17_光流估计
18_Opencv的DNN模块
19_项目实战-目标追踪
2_图像基本操作
20_卷积原理与操作
21_项目实战-疲劳检测
3_阈值与平滑处理
4_图像形态学操作
5_图像梯度计算
6_边缘检测
7_图像金字塔与轮廓检测
8_直方图与傅里叶变换
9_项目实战-信用卡数字识别
6_综合项目-物体检测经典算法实战
1_深度学习经典检测方法概述
10_EfficientNet网络
11_EfficientDet检测算法
12_基于Transformer的detr目标检测算法
13_detr目标检测源码解读
2_YOLO-V1整体思想与网络架构
3_YOLO-V2改进细节详解
4_YOLO-V3核心网络模型
5_项目实战-基于V3版本进行源码解读
6_基于YOLO-V3训练自己的数据集与任务
7_YOLO-V4版本算法解读
8_V5版本项目配置
9_V5项目工程源码解读
7_图像分割实战
1_图像分割及其损失函数概述
10_MaskRcnn网络框架源码详解
11_基于MASK-RCNN框架训练自己的数据与任务
2_卷积神经网络原理与参数解读
3_Unet系列算法讲解
4_unet医学细胞分割实战
5_U2NET显著性检测实战
6_deeplab系列算法
7_基于deeplabV3+版本进行VOC分割实战
8_医学心脏视频数据集分割建模实战
9_物体检测框架-MaskRcnn项目介绍与配置
8_行为识别实战
1_slowfast算法知识点通俗解读
2_slowfast项目环境配置与配置文件
3_slowfast源码详细解读
4_基于3D卷积的视频分析与动作识别
5_视频异常检测算法与元学习
6_视频异常检测CVPR2021论文及其源码解读
7_基础补充-Resnet模型及其应用实例
9_2022论文必备-Transformer实战系列
1_课程介绍
10_MedicalTransformer源码解读
11_商汤LoFTR算法解读
12_局部特征关键点匹配实战
13_项目补充-谷歌开源项目BERT源码解读与应用实例
14_项目补充-基于BERT的中文情感分析实战
2_自然语言处理通用框架BERT原理解读
3_Transformer在视觉中的应用VIT算法
4_VIT算法模型源码解读
5_swintransformer算法原理解析
6_swintransformer源码解读
7_基于Transformer的detr目标检测算法
8_detr目标检测源码解读
9_MedicalTrasnformer论文解读
10_图神经网络实战
1_图神经网络基础
2_图卷积GCN模型
3_图模型必备神器PyTorchGeometric安装与使用
4_使用PyTorchGeometric构建自己的图数据集
5_图注意力机制与序列图模型
6_图相似度论文解读
7_图相似度计算实战
8_基于图模型的轨迹估计
9_图模型轨迹估计实战
