咕泡P5人工智能CV+NLP实战课2022课程介绍:
本课程由唐宇迪老师主讲,学完需要四个月左右.课程内容全面覆盖深度学习算法及其项目实战，主要应用于计算机视觉与自然语言处理两大核心领域，带你了解：1、真人工智能和假人工智能的区别；2、强人工智能和弱人工智能的区别；3、人工智能的主要应用领域；4、人工智能的实战项目。
课程目录:
——/咕泡人工智能P5第5期2022/ ├──01_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 ├──02_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 ├──03_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 ├──04_MMLAB实战系列 | ├──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 | ├──1_MMCV安装方法 | ├──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 ├──05_Opencv图像处理框架实战 | ├──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 | ├──1_课程简介与环境配置 | ├──20_卷积原理与操作 | ├──21_项目实战-疲劳检测 | ├──2_图像基本操作 | ├──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 ├──06_综合项目-物体检测经典算法实战 | ├──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 | ├──1_深度学习经典检测方法概述 | ├──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 ├──07_图像分割实战 | ├──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 | ├──1_图像分割及其损失函数概述 | ├──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 ├──08_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 ├──09_2022论文必备-Transformer实战系列 | ├──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 | ├──1_课程介绍 | ├──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 | └──英语学习.docx 1.72M └──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PyTorch Geometric安装与使用 | ├──4_使用PyTorch Geometric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
