【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。
标签:深度学习
共 18 篇
【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。
【课程总结】Day10：卷积网络的基本构成
从吃饭示例理解卷积数学本质，解析卷积核在图像处理中的作用，搭建卷积神经网络核心组件的实战指南。
【课程总结】Day8（上）：深度学习基本流程
详解PyTorch深度学习的基本流程，涵盖模型定义、数据批量化、损失函数选择及优化器配置，帮助你快速掌握模型训练核心步骤。
【课程总结】Day7：深度学习概述
从线性回归到梯度下降，详解深度学习核心算法原理，附NumPy/PyTorch代码实现
