目标检测-YOLO-V4基于PyTorch从零复现（与行人车辆检测实战）

1-1

课程介绍

「仅限付费用户」点击下载“ppt和手工图.zip”

[12:59] 开始学习

1-2

代码与项目介绍

[07:41] 开始学习

2-1

图像卷积

「仅限付费用户」点击下载“yolov4代码和数据集.zip”

[11:36] 开始学习

2-2

卷积和步长的巧妙配合

[06:36] 开始学习

2-3

人工卷积核产生的效果

[03:14] 开始学习

2-4

Yolov4里的卷积例子

[03:54] 开始学习

2-5

最大池化操作

[05:32] 开始学习

2-6

全连接层讲解

[06:19] 开始学习

2-7

卷积神经网络VGG16_01

[06:29] 开始学习

2-8

卷积神经网络VGG16_02

[10:36] 开始学习

2-9

1X1卷积核的用处01

[08:05] 开始学习

2-10

1X1卷积核的用处02

[05:13] 开始学习

2-11

1X1卷积核的用处03

[03:22] 开始学习

2-12

1X1卷积核的用处04（yolo中的1X1预测思想）

[16:15] 开始学习

2-13

YOLOV4里的one-hot编码

[04:53] 开始学习

2-14

softmax原理和计算

[04:05] 开始学习

2-15

sigmod和代替softmax

[08:24] 开始学习

2-16

BN操作01

[06:30] 开始学习

2-17

BN操作02

[07:56] 开始学习

2-18

激活函数原理和作用

[09:29] 开始学习