人工智能深度学习：课件+源码等
深度学习必备核心算法
深度学习框架PyTorch
Opencv图像处理框架实战

+2-深度学习必备核心算法            651.0 MB
  transformer.pdf             2.0 MB
  Transformer在视觉中的应用VIT算法.pdf             1.2 MB
  ViT.zip             638.0 MB
  卷积神经网络.pdf             2.6 MB
  神经网络.pdf             6.3 MB
+3-深度学习框架PyTorch            2.0 GB
+flower_data             199.0 MB
  flask预测.zip             712.0 MB
  PyTorch(1).pdf             2.7 MB
  PyTorch.pdf             2.7 MB
  第二,三章：神经网络实战分类与回归任务.zip             15.8 MB
  第六章：DataLoader自定义数据集制作.zip             594.0 MB
  第七章：LSTM文本分类实战.zip             31.5 MB
  第四章：卷积网络参数解读.zip             33.4 MB
  第五章：图像识别模型与训练策略（重点）.zip             450.0 MB
  深度学习.pdf             9.9 MB
+4-Opencv图像处理框架实战            557.0 MB
+课件             77.8 MB
  +第11-12节notebook课件-图像特征              52.5 MB
   +.ipynb_checkpoints               12.3 KB
     特征匹配-checkpoint.ipynb                72 Byte
     图像特征-harris-checkpoint.ipynb                2.7 KB
     图像特征-sift-checkpoint.ipynb                9.5 KB
    box.png               49.5 KB
    box_in_scene.png               120.0 KB
    cat.jpg               37.1 KB
    chessboard.jpg               30.4 KB
    harris_1.png               294.0 KB
    harris_10.png               12.8 KB
    harris_11.png               12.7 KB
    harris_2.png               39.6 KB
    harris_3.png               55.9 KB
    harris_4.png               53.5 KB
    harris_5.png               80.5 KB
    harris_6.png               210.0 KB
    harris_7.png               13.2 KB
    harris_8.png               61.3 KB
    harris_9.png               59.3 KB
    lena.jpg               30.8 KB
    opencv_python-3.4.5+contrib-cp36-cp36m-win_amd64.whl               48.0 MB
    ransac_1.png               102.0 KB
    ransac_2.png               73.0 KB
    ransac_3.png               50.5 KB
    ransac_4.png               72.8 KB
    sift_1.png               16.8 KB
    sift_10.png               50.7 KB
    sift_11.png               44.9 KB
    sift_12.png               204.0 KB
    sift_13.png               72.2 KB
    sift_14.png               83.8 KB
    sift_15.png               282.0 KB
    sift_16.png               285.0 KB
    sift_17.png               157.0 KB
    sift_2.png               279.0 KB
    sift_3.png               122.0 KB
    sift_4.png               212.0 KB
    sift_5.png               458.0 KB
    sift_6.png               14.2 KB
    sift_7.png               260.0 KB
    sift_8.png               78.0 KB
    sift_9.png               37.5 KB
    suft_7.png               263.0 KB
    test_1.jpg               191.0 KB
    特征匹配.ipynb               5.5 KB
    图像特征-harris.ipynb               2.7 KB
    图像特征-sift.ipynb               9.5 KB
  +第16-17节notebook课件-背景建模与光流估计              9.5 MB
   +.ipynb_checkpoints               4.9 KB
    bg_1.png               27.5 KB
    bg_2.png               244.0 KB
    bg_3.png               300.0 KB
    bg_4.png               190.0 KB
    bg_5.png               225.0 KB
    lk_1.png               417.0 KB
    lk_2.png               80.5 KB
    lk_3.png               100.0 KB
    lk_4.png               186.0 KB
    test.avi               7.8 MB
    背景建模.ipynb               5.1 KB
    光流估计.ipynb               5.0 KB
  +第2-8节课件              15.9 MB
    第2-7节notebook课件(1).zip               7.3 MB
    第2-7节notebook课件.zip               7.3 MB
    第8节notebook课件.zip               1.3 MB
+源码资料             480.0 MB
   第10节：项目实战-文档扫描OCR识别.zip              44.9 MB
   第13节：案例实战-全景图像拼接.zip              829.0 KB
   第14节：项目实战-停车场车位识别.zip              111.0 MB
   第15节：项目实战-答题卡识别判卷.zip              3.1 MB
   第18节：Opencv的DNN模块.zip              49.6 MB
   第19节：项目实战-目标追踪.zip              125.0 MB
   第20节：卷积原理与操作.zip              24.5 KB
   第21节：人脸关键点定位.zip              69.7 MB
   第21节：项目实战-疲劳检测.zip              74.1 MB
   第9节：项目实战-信用卡数字识别.zip              548.0 KB