资源目录：
├─ONNXRUNTIME计算机视觉模型部署与加速教程
│ Deeplabv3语义分割模型推理_ev.mp4
│ FasterRCNN对象检测推理_ev.mp4
│ KeyPointRCNN姿态评估推理_ev.mp4
│ MaskRCNN实例分割推理_ev.mp4
│ ONNX模型导出与简化_ev.mp4
│ Python SDK介绍与推理演示_ev.mp4
│ ResNet图像分类推理_ev.mp4
│ RetinaNet对象检测推理_ev.mp4
│ UNet语义分割模型推理_ev.mp4
│ YOLOv5实例分割模型推理_ev.mp4
│ YOLOv5对象检测推理_ev.mp4
│ YOLOv6人脸关键点检测模型推理_ev.mp4
│ YOLOv8姿态评估模型推理_ev.mp4
│ YOLOv8实例分割模型推理_ev.mp4
│ YOLOv8对象检测推理_ev.mp4
│ 工程化SDK接口封装技巧_ev.mp4
│ 推理SDK与流程_ev.mp4
│ 课程总结_ev.mp4
│ 课程概述_ev.mp4
│
├─OpenVINO2022计算机视觉模型部署与加速教程
│ MaskRCNN实例分割部署_ev.mp4
│ OpenVINO SDK介绍与开发流程_ev.mp4
│ OpenVINO2023版本安装与开发配置_ev.mp4
│ PixelLink场景文字检测_ev.mp4
│ Python版YOLOv5部署推理_ev.mp4
│ Python版本环境配置_ev.mp4
│ pytorch模型转换与部署_ev.mp4
│ RCNN场景文字识别_ev.mp4
│ ResNet18实现图像分类_ev.mp4
│ SSD车辆与车牌检测_ev.mp4
│ YOLOv5模型部署与推理_ev.mp4
│ 人脸landmark检测_ev.mp4
│ 实时人脸检测之异步推理_ev.mp4
│ 实时人脸表情识别_ev.mp4
│ 实时语义道路分割_ev.mp4
│ 环境搭建_ev.mp4
│ 知识点总结_ev.mp4
│ 自定义模型训练部署支持_ev.mp4
│ 行人检测_ev.mp4
│ 课程概述_ev.mp4
│ 车牌识别_ev.mp4
│
├─Pytorch框架CV开发-从入门到实战
│ ch1_001-课程概述_ev.mp4
│ CNN训练保存与使用_ev.mp4
│ Faster-RCNN对象检测模型详解_ev.mp4
│ Faster-RCNN自定义对象检测模型训练_ev.mp4
│ Mask-RCNN实例分割模型介绍_ev.mp4
│ Mask-RCNN实例分割模型推理预测演示_ev.mp4
│ Mask-RCNN实例分割模型构建与训练_ev.mp4
│ Mask-RCNN行人实例分割之数据集准备_ev.mp4
│ numpy基础操作_ev.mp4
│ OpenCV基础操作_ev.mp4
│ Pytorch中的基础数据集_ev.mp4
│ Pytorch中训练可视化_ev.mp4
│ Pytorch基础算子操作_ev.mp4
│ Pytorch自定义数据集类_ev.mp4
│ ResNet18缺陷图像数据分类模型训练_ev.mp4
│ torchvision对象检测框架介绍_ev.mp4
│ UNet语义分割之道路裂纹数据集制作_ev.mp4
│ UNet语义分割模型设计与训练_ev.mp4
│ UNet道路裂纹检测推理演示_ev.mp4
│ 人工神经网络基础理论与概念_ev.mp4
│ 人脸landmakr五点检测模型推理与部署_ev.mp4
│ 人脸landmark数据集制作_ev.mp4
│ 人脸landmark模型设计与训练_ev.mp4
│ 全卷积人脸表情识别网络之实时表情识别预测_ev.mp4
│ 全卷积人脸表情识别网络之数据集制作_ev.mp4
│ 全卷积人脸表情识别网络之设计与训练_ev.mp4
│ 卷积的基本概念与术语_ev.mp4
│ 卷积神经网络基本原理_ev.mp4
│ 图像语义分割概念与反卷积_ev.mp4
│ 对象自定义数据集标注与制作_ev.mp4
│ 导出ONNX格式与OpenCV DNN部署_ev.mp4
│ 年龄与性别预测之实时预测推理_ev.mp4
│ 年龄与性别预测之数据集制作_ev.mp4
│ 年龄与性别预测之模型设计与训练_ev.mp4
│ 手写数字识别人工神经网络构建与训练_ev.mp4
│ 构建手写数字识别CNN网络_ev.mp4
│ 模型保存与预测调用_ev.mp4
│ 线性回归_ev.mp4
│ 缺陷品图像分类模型推理与部署_ev.mp4
│ 自动梯度计算_ev.mp4
│ 自定义对象检测模型推理预测演示_ev.mp4
│ 课程总结与福利_ev.mp4
│ 车辆属性识别之实时车辆颜色与车型识别演示_ev.mp4
│ 车辆属性识别之数据集制作_ev.mp4
│ 车辆属性识别之模型设计与训练_ev.mp4
│ 迁移学习概念与框架介绍_ev.mp4
│ 逻辑回归_ev.mp4
│ 验证码识别网络之推理预测_ev.mp4
│ 验证码识别网络之数据_ev.mp4
│ 验证码识别网络之设计与训练_ev.mp4
│
├─TensorRT8.6 计算机视觉模型部署与加速教程
│ Deeplabv3语义分割模型部署_ev.mp4
│ INT8的UNet语义分割部署_ev.mp4
│ INT8量化脚本实现量化加速_ev.mp4
│ Python版YOLOv5对象检测部署_ev.mp4
│ Python版YOLOv8对象检测部署_ev.mp4
│ ResNet18图像分类部署_ev.mp4
│ TensorRT SDK_ev.mp4
│ UNet语义分割模型部署_ev.mp4
│ YOLOv5实例分割模型部署_ev.mp4
│ YOLOv5对象检测推理_ev.mp4
│ YOLOv5推理工程化封装_ev.mp4
│ YOLOv6对象检测推理_ev.mp4
│ YOLOv7对象检测推理_ev.mp4
│ YOLOv8实例分割模型部署_ev.mp4
│ YOLOv8对象检测推理_ev.mp4
│ 使用CUDA实现图像预处理_ev.mp4
│ 模型转换与准备工作_ev.mp4
│ 环境搭建_ev.mp4
│ 课程总结_ev.mp4
│ 课程概述_ev.mp4
│
├─YOLOv5新版7.0 自定义对象检测-从训练到部署
│ CPU与GPU C++推理_ev.mp4
│ ONNXRUNTIME部署与推理演示_ev.mp4
│ OpenCV DNN部署与推理演示_ev.mp4
│ OpenVINO2022部署与推理演示_ev.mp4
│ TensorRT上INT8模型量化与部署_ev.mp4
│ TensorRT部署与推理_ev.mp4
│ YOLOv5模型结构详解_ev.mp4
│ YOLOv5部署之OpenCV DNN详解_ev.mp4
│ 数据集配置与模型训练_ev.mp4
│ 模型可视化与精度详解_ev.mp4
│ 自定义数据集标注与数据转换_ev.mp4
│ 训练参数与训练可视化与验证_ev.mp4
│ 课程概述与环境搭建_ev.mp4
│
├─YOLOv5模型注意力改进详解与实现
│ CA注意力模块详解_ev.mp4
│ CBAM注意力模块解释_ev.mp4
│ CBAM注意力版YOLOv5模型修改_ev.mp4
│ CBAM注意力版YOLOv5模型部署_ev.mp4
│ ch0_001-课程概述与说明_ev.mp4
│ ch6_003-部署YOLOv5 CA注意力版模型_ev.mp4
│ ECA注意力模块解释_ev.mp4
│ ECA注意力版YOLOv5模型修改_ev.mp4
│ GAM注意力模块详解_ev.mp4
│ GAM注意力版YOLOv5模型修改_ev.mp4
│ SE注意力模块解释_ev.mp4
│ YOLOv5 SE注意力版模型部署_ev.mp4
│ YOLOv5模块CA注意力改进实现_ev.mp4
│ YOLOv5模型添加SE注意力模块_ev.mp4
│ YOLOv5模型结构代码详解_ev.mp4
│ YOLOv5模型结构详解_ev.mp4
│
├─YOLOv8自定义对象检测、实例分割、目标跟踪从训练到部署
│ backbone组件C2f与SPPF_ev.mp4
│ header组件结构详解_ev.mp4
│ YOLOv8实例分割模型部署与代码演示_ev.mp4
│ YOLOv8实现自定义对象跟踪_ev.mp4
│ YOLOv8对象检测模型部署与推理_ev.mp4
│ YOLOv8概述与环境测试_ev.mp4
│ YOLOv8模型部署-推理平台概述_ev.mp4
│ YOLOv8源码结构解读与工程化启示_ev.mp4
│ YOLOv8网络整体结构说明_ev.mp4
│ YOLOv8自定义对象检测TensorRT部署_ev.mp4
│ YOLO实例分割数据集格式与制作_ev.mp4
│ 实例分割模型推理与ONNX导出_ev.mp4
│ 实例分割模型结构说明与训练_ev.mp4
│ 数据标注与YOLO格式数据集制作_ev.mp4
│ 标签指派与新损失函数_ev.mp4
│ 模型推理与ONNX格式导出_ev.mp4
│ 结构可视化与不同精度模型比较_ev.mp4
│ 训练参数详解与可视化及不同精度对比_ev.mp4
│ 课程总结_ev.mp4
│
└─资料
资料.rar