- 1.1 花伴侣 08:45
- 1.2 技术路线 02:32
- 1.3 花朵数据集 02:54
- 1.4 EfficientNetV1解析 26:23
- 1.5 EfficientNetV2解析 17:41
- 1.6 EfficientNetV2建模 21:28
- 1.7 EfficientNetV2训练 17:15
- 1.8 EfficientNetV2评估 13:14
- 1.9 EfficientNet-B7建模 20:54
- 1.10 Web服务器设计 15:01
- 1.11 新建Android项目 05:49
- 1.12 Android之网络访问接口 05:21
- 1.13 Android客户机界面 03:52
- 1.14 Android客户机逻辑 11:17
- 1.15 联合测试 06:25
- 1.16 小结 01:38
- 2.1 Merlin鸟种识别 14:42
- 2.2 技术路线 02:56
- 2.3 鸟类数据集 04:36
- 2.4 MobileNetV1解析 16:34
- 2.5 MobileNetV2解析 13:15
- 2.6 MobileNetV3解析 13:35
- 2.7 MobileNetV3建模 20:34
- 2.8 MobileNetV3训练 14:49
- 2.9 MobileNetV3评估 09:21
- 2.10 MobileNetV3-Lite版 14:40
- 2.11 添加TFLite模型元数据 10:25
- 2.12 新建Android项目 06:55
- 2.13 Android项目配置 02:20
- 2.14 Android界面设计 02:33
- 2.15 Android逻辑设计 08:02
- 2.16 Android手机测试 06:41
- 2.17 小结 01:28
- 3.1 项目动力 02:58
- 3.2 技术路线 02:37
- 3.3 MakeSense定义标签 08:48
- 3.4 定义数据集 12:33
- 3.5 EfficientDet解析 16:52
- 3.6 EfficientDet-Lite预训练模型 06:33
- 3.7 美食版EfficientDet-Lite训练 12:20
- 3.8 评估指标 13:05
- 3.9 美食版EfficientDet-Lite评估 09:07
- 3.10 美食版EfficientDet-Lite测试 08:44
- 3.11 新建Android项目 06:31
- 3.12 Android界面设计 02:50
- 3.13 Android逻辑设计 09:39
- 3.14 Android手机测试 05:24
- 3.15 小结 00:59
- 4.1 项目动力 05:13
- 4.2 驾驶场景检测 06:32
- 4.3 滑动窗口实现目标检测 04:13
- 4.4 卷积方法实现滑动窗口 10:20
- 4.5 交并比 02:38
- 4.6 非极大值抑制 05:26
- 4.7 Anchor Boxes 04:25
- 4.8 定义网格标签 04:08
- 4.9 YOLOv1解析 16:46
- 4.10 YOLOv2解析 21:24
- 4.11 YOLOv3解析 17:00
- 4.12 YOLOv4解析 20:48
- 4.13 YOLOv5解析 23:57
- 4.14 YOLOv5预训练模型 16:34
- 4.15 驾驶员图像采集 07:13
- 4.16 用LabelImg定义图像标签 08:29
- 4.17 YOLOv5迁移学习 21:15
- 4.18 生成YOLOv5-TFLite模型 07:57
- 4.19 Android上部署YOLOv5 12:55
- 4.20 场景综合测试 06:29
- 4.21 小结 01:49
- 5.1 项目动力 04:40
- 5.2 机器问答技术路线 08:28
- 5.3 腾讯聊天数据集 08:13
- 5.4 Transformer模型解析 40:23
- 5.5 机器人项目初始化 11:43
- 5.6 数据集预处理与划分 10:24
- 5.7 定义Transformer输入层编码 06:07
- 5.8 定义Transformer注意力机制 08:18
- 5.9 定义Transformer编码器 11:57
- 5.10 定义Transformer解码器 08:55
- 5.11 Transformer模型合成 07:50
- 5.12 模型结构与参数配置 10:49
- 5.13 学习率动态调整 03:37
- 5.14 模型训练过程 14:13
- 5.15 损失函数与准确率曲线 02:32
- 5.16 聊天模型评估与测试 13:24
- 5.17 聊天模型部署到服务器 07:12
- 5.18 Android项目初始化 10:15
- 5.19 Android聊天界面设计 07:30
- 5.20 Android聊天逻辑设计 11:41
- 5.21 客户机与服务器联合测试 09:34
- 5.22 小结 01:48
- 6.1 项目动力 06:00
- 6.2 GAN解析 24:37
- 6.3 Progressive GAN解析 28:46
- 6.4 StyleGAN解析 31:03
- 6.5 StyleGAN2解析 21:09
- 6.6 StyleGAN2-ADA解析 20:45
- 6.7 StyleGAN3解析 18:02
- 6.8 人脸生成测试 13:01
- 6.9 客户机与服务器通信逻辑 04:39
- 6.10 人脸生成服务器 11:43
- 6.11 桌面版客户机设计与测试 08:22
- 6.12 新建Android项目 03:47
- 6.13 Android界面设计 01:57
- 6.14 Android客户机逻辑设计 06:48
- 6.15 Android版客户机测试 05:44
- 6.16 小结 01:21
- 7.1 项目动力 04:24
- 7.2 人脸检测 15:53
- 7.3 人脸活体检测 02:29
- 7.4 三种方法做人脸检测 10:45
- 7.5 人脸识别 04:04
- 7.6 人脸数据采集 11:14
- 7.7 自定义人脸识别模型 07:25
- 7.8 人脸识别模型训练 05:32
- 7.9 人脸识别模型测试 06:24
- 7.10 VGG-Face人脸识别模型 24:02
- 7.11 VGG-Face门禁检测 11:38
- 7.12 FaceNet人脸识别模型 13:25
- 7.13 FaceNet服务器设计 13:54
- 7.14 Android项目初始化 03:15
- 7.15 Android网络访问接口 05:07
- 7.16 Android界面设计 02:52
- 7.17 Android客户机逻辑设计 09:02
- 7.18 客户机与服务器联合测试 09:36
- 7.19 活体数据采样 19:00
- 7.20 定义活体检测模型 06:00
- 7.21 活体检测模型训练 03:46
- 7.22 活体检测模型评估 06:02
- 7.23 实时检测与识别 06:33
- 7.24 小结 01:25
- 8.1 生物信息学数据库 09:11
- 8.2 数据库检索 06:31
- 8.3 序列比对 20:35
- 8.4 多序列比对 04:27
- 8.5 基因增强子 07:01
- 8.6 增强子序列数据集 17:04
- 8.7 BERT模型解析 23:45
- 8.8 定义DNA序列预测模型 08:42
- 8.9 DNA序列特征提取 14:10
- 8.10 DNA序列模型训练 08:14
- 8.11 DNA序列模型评估 05:07
- 8.12 小结 01:19
- 9.1 历史突破 10:16
- 9.2 技术路线 19:29
- 9.3 初识AlphaFold2框架 20:49
- 9.4 数据集与特征提取 13:11
- 9.5 Evoformer推理逻辑 16:45
- 9.6 Structure模块逻辑 09:05
- 9.7 AlphaFold2损失函数 06:04
- 9.8 AlphaFold2项目实战演示 15:13
- 9.9 小结 06:31
- 程序源码和模型.txt
- 课件和数据集下载.txt
