资源简介

适合人群：

1.刚刚研究生或者本科毕业的同学，想在图像领域发展，需要进一步提炼算法能力 2.有一定开发经验，想转到算法岗的朋友们，YOLOV4则是面试的敲门砖

你将会学到：

从零使用PyTorch构建YOLOV4完整的训练代码，并完成车辆行人检测实战

1.不借助任何API，手工编写Yolov4损失函数和build target核心函数。2.利用pytorch从零复现Yolov4的整体网络模型和各子模块。3.使用pytorch构建完成整体的训练代码深入每一个训练细节
4学会模型权重裁剪技巧以及基本调参能力
5.具备目标检测类论文复现的能力，不止于yolo!!!。

资源目录

————\计算机教程BTDLG\17-51CTO\117-目标检测-YOLO-V4基于PyTorch从零复现（与行人车辆检测实战）
├─目标检测-YOLO-V4基于PyTorch从零复现（与行人车辆检测实战）.zip            3GB
├─第1章-课程介绍
│   ├─1-1课程介绍.mp4            42.72MB
│   └─1-2代码与项目介绍.mp4            31.17MB
├─第2章-预备知识整装待发
│   ├─2-101X1卷积核的用处02.mp4            17.45MB
│   ├─2-111X1卷积核的用处03.mp4            19.38MB
│   ├─2-121X1卷积核的用处04（yolo中的1X1预测思想）.mp4            27.78MB
│   ├─2-13YOLOV4里的one-hot编码.mp4            18.13MB
│   ├─2-14softmax原理和计算.mp4            12.24MB
│   ├─2-15sigmod和代替softmax.mp4            7.37MB
│   ├─2-16BN操作01.mp4            47.84MB
│   ├─2-17BN操作02.mp4            7.67MB
│   ├─2-18激活函数原理和作用.mp4            6.69MB
│   ├─2-1图像卷积.mp4            15.77MB
│   ├─2-2卷积和步长的巧妙配合.mp4            17.93MB
│   ├─2-3人工卷积核产生的效果.mp4            17.59MB
│   ├─2-4Yolov4里的卷积例子.mp4            9.72MB
│   ├─2-5最大池化操作.mp4            11.7MB
│   ├─2-6全连接层讲解.mp4            12.77MB
│   ├─2-7卷积神经网络VGG16_01.mp4            18.85MB
│   ├─2-8卷积神经网络VGG16_02.mp4            29.49MB
│   └─2-91X1卷积核的用处01.mp4            18.08MB
├─第3章-YOLOV4网络结构和代码实现
│   ├─3-10YOLO头部总结.mp4            15.12MB
│   ├─3-11从零写代码backbone构建01.mp4            85.75MB
│   ├─3-12从零写代码backbone构建02.mp4            55.97MB
│   ├─3-13从零写代码Neck构建01.mp4            56.54MB
│   ├─3-14从零写代码Neck构建02.mp4            94.92MB
│   ├─3-15从零写代码头部Decode01.mp4            69.06MB
│   ├─3-16从零写代码头部Decode02.mp4            112.61MB
│   ├─3-17代码解读模型推断部分.mp4            69.59MB
│   ├─3-18代码解读使用yolo.cfg解析方式构造网络01.mp4            55.95MB
│   ├─3-19代码解读使用yolo.cfg解析方式构造网络02.mp4            88.54MB
│   ├─3-1YOLOV3网络结构回顾01.mp4            27.57MB
│   ├─3-2YOLOV3网络结构回顾02.mp4            28.57MB
│   ├─3-3YOLOV3网络结构回顾03.mp4            16.39MB
│   ├─3-4强大的模型可视化工具netron.mp4            27.78MB
│   ├─3-5YOLOV4网络结构backbone.mp4            28.34MB
│   ├─3-6YOLOV4网络结构Neck.mp4            38.52MB
│   ├─3-7YOLO网格思想.mp4            36.72MB
│   ├─3-8先验框anchors原理.mp4            35.69MB
│   └─3-9头部DECODE.mp4            15.68MB
├─第4章-模型训练和代码实现
│   ├─4-10从零写代码build_target训练核心函数03.mp4            74.33MB
│   ├─4-11从零写代码训练部分基础函数.mp4            32.12MB
│   ├─4-12从零写代码CIOU计算.mp4            45.46MB
│   ├─4-13从零写代码损失函数计算.mp4            55.77MB
│   ├─4-14代码解读基于PyTorch的模型训练01.mp4            45.62MB
│   ├─4-15代码解读基于PyTorch的模型训练02.mp4            33.81MB
│   ├─4-16代码解读基于PyTorch的模型训练03.mp4            67.74MB
│   ├─4-1模型训练超参部分讲解.mp4            41.3MB
│   ├─4-2训练整体流程.mp4            9.61MB
│   ├─4-3模型训练build_target原理解析01.mp4            18.33MB
│   ├─4-4模型训练build_target原理解析02.mp4            42.99MB
│   ├─4-5模型训练build_target原理解析03.mp4            22.6MB
│   ├─4-6损失函数原理解析01.mp4            23.37MB
│   ├─4-7损失函数原理解析02.mp4            20.48MB
│   ├─4-8从零写代码build_target训练核心函数01.mp4            22.2MB
│   └─4-9从零写代码build_target训练核心函数02.mp4            53.69MB
├─第5章-YOLOV4车辆行人检测实战
│   ├─5-1项目实战总体介绍~1.mp4            14.58MB
│   ├─5-2权重裁剪技巧（模型训练必备知识）~1.mp4            37.75MB
│   ├─5-3代码实战pytorch权重裁剪01~1.mp4            34.9MB
│   ├─5-4代码实战pytorch权重裁剪02~1.mp4            33.71MB
│   ├─5-5代码实战训练数据集制作~1.mp4            29.94MB
│   ├─5-6tensorboardX训练可视化工具使用~1.mp4            34.93MB
│   ├─5-7map和准确召回率计算工具使用~1.mp4            41.89MB
│   ├─5-8项目效果展示~1.mp4            55.84MB
│   └─5-9YOLOV4调参总结~1.mp4            22.64MB
├─课程资料
│   ├─ppt和手工图.zip            5.73MB
│   └─yolov4代码和数据集.zip            916.12MB

资源下载