咕泡-人工智能深度学习系统班第七期

第1章 直播回放/

1-1 节开班典礼/

1-2 节Pycharm环境配置与Debug演示(没用过的同学必看)/

1-3 节直播1：神经网络结构/

1-4 节直播2：卷积神经网络/

1-5 节直播3：Transformer/

1-6 节直播4：VIT源码解读/

1-7 节直播5：Segment anything/

1-8 节直播6：时间序列timesnet/

1-9 节直播7：文本大模型下游任务一条龙/

1-10 节直播8：图神经网络/

1-11 节直播9：LangChain与VQA任务/

1-12 节直播10：EfficientVIT与DINOV2/

1-13 节直播11：对比学习与自监督任务/

1-14 节直播12：注意力机制串讲/

1-15 节直播13：BEITV2-3与Mmlab自监督源码解读/

1-16 节直播14：Bev特征空间与知识蒸馏/

1-17 节直播15：总结与论文和简历/

第2章 AI课程所需安装软件教程/

2-1 节AI课程所需安装软件教程/

第3章 深度学习必备核心算法/

3-1 节神经网络算法解读/

3-2 节卷积神经网络算法解读/

3-3 节递归神经网络算法解读/

3-4 节额外补充/

第4章 深度学习核心框架PyTorch/

4-1 节PyTorch框架介绍与配置安装/

4-2 节使用神经网络进行分类任务/

4-3 节神经网络回归任务-气温预测/

4-4 节卷积网络参数解读分析/

4-5 节图像识别模型与训练策略（重点）/

4-6 节DataLoader自定义数据集制作/

4-7 节LSTM文本分类实战/

4-8 节PyTorch框架Flask部署例子/

第5章 Opencv图像处理框架实战/

5-1 节课程简介与环境配置/

5-2 节图像基本操作/

5-3 节阈值与平滑处理/

5-4 节图像形态学操作/

5-5 节图像梯度计算/

5-6 节边缘检测/

5-7 节图像⾦字塔与轮廓检测/

5-8 节直⽅图与傅⾥叶变换/

5-9 节信⽤卡数字识别/

5-10 节⽂档扫描OCR识别/

5-11 节图像特征-harris/

5-12 节图像特征-sift/

5-13 节全景图像拼接/

5-14 节停⻋场⻋位识别/

5-15 节答题卡识别判卷/

5-16 节背景建模/

5-17 节光流估计/

5-18 节Opencv的DNN模块/

5-19 节⽬标追踪/

5-20 节卷积原理与操作/

5-21 节疲劳检测/

第6章 综合项目-物体检测经典算法实战/

6-1 节深度学习经典检测⽅法概述/

6-2 节YOLO-V1整体思想与⽹络架构/

6-3 节YOLO-V2改进细节详解/

6-4 节YOLO-V3核⼼⽹络模型/

6-5 节基于V3版本进⾏源码解读/

6-6 节基于YOLO-V3训练⾃⼰的数据集与任务/

6-7 节YOLO-V4版本算法解读/

6-8 节V5版本项⽬配置/

6-9 节V5项⽬⼯程源码解读/

6-10 节YOLO系列（V7）算法解读/

6-11 节V7源码解读/

6-12 节基于Transformer的detr目标检测算法/

6-13 节detr目标检测源码解读/

6-14 节DeformableDetr算法解读/

6-15 节半监督物体检测/

6-16 节EfficientNet网络/

6-17 节EfficientDet检测算法/

第7章 图像分割实战/

7-1 节图像分割及其损失函数概述/

7-2 节Unet系列算法讲解/

7-3 节unet医学细胞分割实战/

7-4 节U2NET显著性检测实战/

7-5 节deeplab系列算法/

7-6 节基于deeplabV3+版本进⾏VOC分割实战/

7-7 节医学⼼脏视频数据集分割建模实战/

7-8 节分割模型Maskformer系列/

7-9 节补充：Mask2former源码解读/

7-10 节物体检测框架-MaskRcnn项目介绍与配置/

7-11 节MaskRcnn网络框架源码详解/

7-12 节基于MASK-RCNN框架训练自己的数据与任务/

第8章 走向AI论文实验与项目实战的捷径-MMLAB实战系列/

8-1 节MMCV安装方法/

8-2 节第一模块：分类任务基本操作/

8-3 节第一模块：训练结果测试与验证/

8-4 节第一模块：模型源码DEBUG演示/

8-5 节第二模块：使用分割模块训练自己的数据集/

8-6 节第二模块：基于Unet进行各种策略修改/

8-7 节第二模块：分割任务CVPR最新Backbone设计及其应用/

8-8 节第三模块：mmdet训练自己的数据任务/

8-9 节第三模块：DeformableDetr物体检测源码分析/

8-10 节补充：Mask2former源码解读/

8-11 节第三模块：DeformableDetr算法解读/

8-12 节KIE关键信息抽取与视频超分辨率重构/

8-13 节第四模块：DBNET文字检测/

8-14 节第四模块：ANINET文字识别/

8-15 节第四模块：KIE基于图模型的关键信息抽取/

8-16 节第五模块：stylegan2源码解读/

8-17 节第六模块：BasicVSR++视频超分辨重构源码解读/

8-18 节第七模块：多模态3D目标检测算法源码解读/

8-19 节第八模块：模型蒸馏应用实例/

8-20 节第八模块：模型剪枝方法概述分析/

8-21 节第九模块：mmaction行为识别/

8-22 节OCR算法解读/

8-23 节额外补充-在源码中加入各种注意力机制方法/

第9章 经典视觉项目实战-行为识别/

9-1 节slowfast算法知识点通俗解读/

9-2 节slowfast项目环境配置与配置文件/

@it资源网ukoou.com

9-3 节slowfast源码详细解读/

9-4 节基于3D卷积的视频分析与动作识别/

9-5 节视频异常检测算法与元学习/

9-6 节视频异常检测CVPR2021论文及其源码解读/

9-7 节基础补充-Resnet模型及其应用实例/

第10章 经典视觉项目实战-目标追踪与姿态估计/

10-1 节课程介绍/

10-2 节姿态估计OpenPose系列算法解读/

10-3 节OpenPose算法源码分析/

10-4 节deepsort算法知识点解读/

10-5 节deepsort源码解读/

10-6 节YOLO-V4版本算法解读/

10-7 节V5版本项目配置/

10-8 节V5项目工程源码解读/

第11章 Transformer实战解读/

11-1 节Transformer算法解读/

11-2 节视觉Transformer及其源码分析/

11-3 节VIT算法模型源码解读/

11-4 节swintransformer算法原理解析/

11-5 节swintransformer源码解读/

11-6 节基于Transformer的detr⽬标检测算法/

11-7 节detr⽬标检测源码解读/

11-8 节DeformableDetr算法解读/

11-9 节DeformableDetr物体检测源码分析/

11-10 节MedicalTrasnformer论文解读/

11-11 节MedicalTransformer源码解读/

11-12 节商汤LoFTR算法解读/

11-13 节局部特征关键点匹配实战/

11-14 节分割模型Maskformer系列/

11-15 节Mask2former源码解读/

11-16 节BEV特征空间/

11-17 节BevFormer源码解读/

11-18 节时间序列预测/

11-19 节Informer时间序列源码解读/

11-20 节Huggingface与NLP（讲故事）/

第12章 图神经网络实战/

12-1 节图神经网络基础/

12-2 节图卷积GCN模型/

12-3 节图模型必备神器PyTorch Geometric安装与使用/

12-4 节使用PyTorch Geometric构建自己的图数据集/

12-5 节图注意力机制与序列图模型/

12-6 节图相似度论文解读/

12-7 节图相似度计算实战/

12-8 节基于图模型的轨迹估计/

12-9 节图模型轨迹估计实战/

12-10 节基于图模型的时间序列预测/

12-11 节异构图神经网络/

第13章 面向深度学习的无人驾驶实战/

13-1 节深度估计算法原理解读/

13-2 节深度估计项目实战/

13-3 节车道线检测算法与论文解读/

13-4 节基于深度学习的车道线检测项目实战/

13-5 节商汤LoFTR算法解读/

13-6 节局部特征关键点匹配实战/

13-7 节三维重建应用与坐标系基础/

13-8 节NeuralRecon算法解读/

13-9 节NeuralRecon项目环境配置/

13-10 节NeuralRecon项目源码解读/

13-11 节TSDF算法与应用/

13-12 节TSDF实战案例/

13-13 节轨迹估计算法与论文解读/

13-14 节轨迹估计预测实战/

13-15 节特斯拉无人驾驶解读/

第14章 对比学习与多模态任务实战/

14-1 节对比学习算法与实例/

14-2 节CLIP系列/

14-3 节多模态3D目标检测算法源码解读/

14-4 节多模态文字识别/

14-5 节ANINET源码解读/

第15章 行人重识别实战/

15-1 节行人重识别原理及其应用/

15-2 节基于注意力机制的Reld模型论文解读/

15-3 节基于Attention的行人重识别项目实战/

15-4 节AAAI2020顶会算法精讲/

15-5 节项目实战-基于行人局部特征融合的再识别实战/

15-6 节旷视研究院最新算法解读（基于图模型）/

15-7 节基于拓扑图的行人重识别项目实战/

第16章 对抗生成网络实战/

16-1 节课程介绍/

16-2 节对抗生成网络架构原理与实战解析/

16-3 节基于CycleGan开源项目实战图像合成/

16-4 节stargan论文架构解析/

16-5 节stargan项目实战及其源码解读/

16-6 节基于starganvc2的变声器论文原理解读/

16-7 节starganvc2变声器项目实战及其源码解读/

16-8 节图像超分辨率重构实战/

16-9 节基于GAN的图像补全实战/

第17章 强化学习实战系列/

17-1 节强化学习简介及其应用/

17-2 节PPO算法与公式推导/

17-3 节PPO实战-月球登陆器训练实例/

17-4 节Q-learning与DQN算法/

17-5 节DQN算法实例演示/

17-6 节DQN改进与应用技巧/

@it资源网ukoou点com

17-7 节Actor-Critic算法分析（A3C）/

17-8 节用A3C玩转超级马里奥/

第18章 AI黑科技实例/

18-1 节GPT系列生成模型/

18-2 节GPT建模与预测流程/

18-3 节CLIP系列/

18-4 节Diffusion模型解读/

18-5 节Dalle2及其源码解读/

18-6 节ChatGPT/

第19章 深度学习模型部署与剪枝优化实战/

19-1 节AIoT人工智能物联网之认识 jetson nano/

19-2 节AIoT人工智能物联网之AI 实战/

19-3 节AIoT人工智能物联网之NVIDIA TAO 实用级的训练神器/

19-4 节 AIoT人工智能物联网之deepstream/

19-5 节pyTorch框架部署实践/

19-6 节YOLO-V3物体检测部署实例/

19-7 节docker实例演示/

19-8 节tensorflow-serving实战/

19-9 节模型剪枝-Network Slimming算法分析/

19-10 节模型剪枝-Network Slimming实战解读/

19-11 节Mobilenet三代网络模型架构/

第20章 面向医学领域的深度学习实战/

20-1 节卷积神经网络原理与参数解读/

20-2 节PyTorch框架基本处理操作/

20-3 节PyTorch框架必备核心模块解读/

20-4 节基于Resnet的医学数据集分类实战/

20-5 节图像分割及其损失函数概述/

20-6 节Unet系列算法讲解/

20-7 节unet医学细胞分割实战/

20-8 节deeplab系列算法/

20-9 节基于deeplabV3+版本进行VOC分割实战/

20-10 节基于deeplab的心脏视频数据诊断分析/

20-11 节YOLO系列物体检测算法原理解读/

20-12 节基于YOLO5细胞检测实战/

20-13 节知识图谱原理解读/

20-14 节Neo4j数据库实战/

20-15 节基于知识图谱的医药问答系统实战/

20-16 节词向量模型与RNN网络架构/

20-17 节医学糖尿病数据命名实体识别/

第21章 自然语言处理经典案例实战/

21-1 节NLP常用工具包实战/

21-2 节商品信息可视化与文本分析/

21-3 节贝叶斯算法/

21-4 节新闻分类任务实战/

21-5 节HMM隐马尔科夫模型/

21-6 节HMM工具包实战/

21-7 节语言模型/

21-8 节使用Gemsim构建词向量/

21-9 节基于word2vec的分类任务/

21-10 节NLP-文本特征方法对比/

21-11 节NLP-相似度模型/

21-12 节LSTM情感分析/

21-13 节机器人写唐诗/

21-14 节对话机器人/

第22章 自然语言处理必备神器Huggingface系列实战/

22-1 节Huggingface与NLP介绍解读/

22-2 节Transformer工具包基本操作实例解读/

22-3 节BERT系列算法解读/

22-4 节文本标注工具与NER实例/

22-5 节文本预训练模型构建实例/

22-6 节GPT系列算法/

22-7 节GPT训练与预测部署流程/

22-8 节文本摘要建模/

22-9 节图谱知识抽取实战/

22-10 节补充Huggingface数据集制作方法实例/

第23章 自然语言处理通用框架-BERT实战/

23-1 节自然语言处理通用框架BERT原理解读/

23-2 节谷歌开源项目BERT源码解读与应用实例/

23-3 节项目实战-基于BERT的中文情感分析实战/

23-4 节项目实战-基于BERT的中文命名实体识别识别实战/

23-5 节必备基础知识点-woed2vec模型通俗解读/

23-6 节必备基础-掌握Tensorflow如何实现word2vec模型/

23-7 节必备基础知识点-RNN网络架构与情感分析应用实例/

23-8 节医学糖尿病数据命名实体识别/

第24章 知识图谱实战系列/

24-1 节知识图谱介绍及其应用领域分析/

24-2 节知识图谱涉及技术点分析/

24-3 节Neo4j数据库实战/

24-4 节使用python操作neo4j实例/

24-5 节基于知识图谱的医药问答系统实战/

24-6 节文本关系抽取实践/

24-7 节金融平台风控模型实践/

24-8 节医学糖尿病数据命名实体识别/

第25章 语音识别实战系列/

25-1 节seq2seq序列网络模型/

25-2 节LAS模型语音识别实战/

25-3 节starganvc2变声器论文原理解读/

25-4 节staeganvc2变声器源码实战/

25-5 节语音分离ConvTasnet模型/

25-6 节ConvTasnet语音分离实战/

25-7 节语音合成tacotron最新版实战/

第26章 推荐系统实战系列/

26-1 节推荐系统介绍及其应用/

26-2 节协同过滤与矩阵分解/

26-3 节音乐推荐系统实战/

26-4 节知识图谱与Neo4j数据库实例/

26-5 节基于知识图谱的电影推荐实战/

26-6 节点击率估计FM与DeepFM算法/

26-7 节DeepFM算法实战/

26-8 节推荐系统常用工具包演示/

26-9 节基于文本数据的推荐实例/

26-10 节基本统计分析的电影推荐/

26-11 节补充-基于相似度的酒店推荐系统/

资料/