分类:博客文章
共 102 篇
【课程总结】Day15（下）：图像分割之旋转目标检测
深入解析YOLO OBB定向边界框技术，掌握旋转目标检测的数据格式与转换方法，提升航拍等场景的检测精度。
【课程总结】Day15（中）：图像分割之实例分割
深入理解实例分割与语义分割的区别，掌握YOLOv8实例分割代码实战，学习COCO数据集下载与FiftyOne可视化使用方法。
【课程总结】Day15（上）：图像分割之语义分割
深入讲解语义分割的像素级分类原理，剖析U-Net模型编码器-解码器结构、收缩路径与扩展路径，并提供PyTorch代码实践教程。
【课程总结】Day14：MTCNN过程的深入理解
深入解析MTCNN训练前的数据预处理过程，详解CelebA数据集标注格式与正负样本生成的核心逻辑。
【课程总结】Day13（下）：人脸识别和MTCNN模型
详解MTCNN人脸检测模型的三阶段级联网络(P-Net/R-Net/O-Net)，深入理解图像金字塔、NMS非极大值抑制等核心模块在人脸定位中的应用原理。
【课程总结】Day13（上）：使用YOLO进行目标检测
详解YOLO目标检测原理，对比Anchor-based与Anchor-free方法，提供摄像头实时检测与图片检测代码示例。
【课程总结】Day12：YOLO的深入了解
深入解析YOLOv8源码工程结构，详解yaml配置文件中的backbone、head网络模块及参数配置含义。
【课程总结】Day11（下）：YOLO的入门使用
详细讲解YOLO的安装配置方法，覆盖Windows/Mac系统及命令行/Anaconda两种安装途径，助你快速掌握YOLO目标检测。
【课程总结】Day11（中）：手势图像识别实战(Vgg16和ResNet)
详解Vgg16和ResNet网络结构与代码实现，通过实战项目教你用手势图像数据搭建深度学习识别模型。
【课程总结】Day11（上）：手势图像识别实战(LeNet模型)
本文详细讲解基于LeNet的手势识别实战，涵盖数据集处理、自定义Dataset构建、模型搭建与训练的完整流程。
