首页 实战

计算机视觉—YOLO+Transfomer多场景目标检测实战

从入门到实战，一课掌握计算机视觉核心技术+LLM大模型热门框架，助力成就炙手可热高端人才！

未完结：每周更新
|
难度：中级
|
时长：共 28 小时
新课榜第 5 名
￥399.00
距离活动结束
立即购买
加购物车
  • 掌握计算机视觉必备核心技能
  • 能够按需训练特定的视觉模型
  • 掌握YOLO算法底层原理及应用
  • 解决目标检测项目落地难题
  • 掌握Transfomer原理及应用
  • 掌握AI技术融合，数据增强
试看本节课 05:47
试看本节课 23:12
试看本节课 13:16
1-1 计算机视觉-YOLO+Transformer多场景目标检测实战-导学
11-5 目标检测算法与原理-Tensorflow数据增强-图片的导入与显示
11-11 目标检测算法与原理-Pytorch数据增强-高级裁剪

课程预览

检测到您还没有关注慕课网服务号，无法接收课程更新通知。请扫描二维码即可绑定
重新观看
计算机视觉是AI领域发展迅速，就业前景广阔的核心领域，然而由于算法与模型选择难、数学要求高、多学科交叉融合等特性，导致入门门槛陡峭。为了帮助想入行的同学更顺滑、更省力的掌握计算机视觉核心技术，慕课网教研团队与技术专家一起精心设计了这门能让你以更低的认知负荷，快速掌握计算机视觉核心的专题课程。首先，课程会从计算机视觉基础到数学知识、及编程基础，再到热门YOLO与Transformer技术，循序渐进的提升你的技术实力。其次，在学习过程中会贯穿丰富的实战案例，让你轻松攻克技术与项目落地难题。最后，课程中也融合了图像处理、机器学习、深度学习协作等AI配套核心技术，让你多维度提升计算机视觉综合应用技能，助力你更轻松、更高效的从入门迈向技术新高度！
展开所有

本章介绍：

本章主要整体课程内容进行全面介绍，包括课程内容安排、课程优势亮点、学习收获，及课程适合人群与学习建议介绍等。

第1章 计算机视觉--YOLO+Transfomer多场景目标检测--课程导学
1 节｜6分钟
展开
  • 视频：
    1-1 计算机视觉-YOLO+Transformer多场景目标检测实战-导学
    试看
    05:47

本章介绍：

还在为不同系统环境配置头疼？别怕！本章带你玩转Linux、Windows、Mac三大平台，手把手教你搭建深度学习环境。无论是Nvidia驱动、CUDA、Anaconda、Pytorch/TensorFlow，我们都将针对不同系统进行详细讲解，确保你拥有最流畅的AI开发体验！

第2章 深度学习环境的搭建 - 三大系统全覆盖
13 节｜98分钟
收起
  • 视频：
    2-1 深度学习开发环境搭建-导学
    07:03
  • 视频：
    2-2 申请阿里云的免费GPU和CPU资源
    10:58
  • 视频：
    2-3 申请Kaggle的免费GPU和CPU资源
    06:47
  • 视频：
    2-4 申请Google的免费GPU和CPU资源
    04:32
  • 视频：
    2-5 打造自己的深度学习开发环境-硬件部分
    10:56
  • 视频：
    2-6 打造自己的深度学习开发环境-软件部分(一)
    05:48
  • 视频：
    2-7 打造自己的深度学习开发环境-软件部分(二)-Nvidia驱动的安装
    06:26
  • 视频：
    2-8 打造自己的深度学习开发环境-软件部分(三)-miniconda与jupyter
    10:10
  • 视频：
    2-9 打造自己的深度学习开发环境-软件部分(四)-使用Docker搭建环境
    08:17
  • 视频：
    2-10 打造自己的深度学习开发环境-软件部分(五)-[实战]使用Docker
    08:01
  • 视频：
    2-11 使用VSCode作为深度学习开发编辑器
    07:28
  • 视频：
    2-12 使用Pycharm作为深度学习开发编辑器
    08:16
  • 视频：
    2-13 本章总结
    02:22

本章介绍：

告别传统工具，拥抱AI未来！本章带你玩转最火爆的AI工具，ChatGPT、Gemini、Copilot等，掌握提示词工程，解锁AI的无限可能。让AI成为你的得力助手，效率翻倍，创意无限！

第3章 AI神器--ChatGPT、Gemini、Copilot - 开启AI新纪元
13 节｜92分钟
收起
  • 视频：
    3-1 掌握多种AI工具-导学
    03:58
  • 视频：
    3-2 代码生成工具-通义灵码与小浣熊
    09:59
  • 视频：
    3-3 代码生成工具-Copilot
    07:27
  • 视频：
    3-4 大语言模型助手-Kimi
    05:34
  • 视频：
    3-5 大语言模型助手-NewBing
    08:12
  • 视频：
    3-6 大语言模型助手-Gemini
    06:26
  • 视频：
    3-7 大语言模型助手-Poe
    08:32
  • 视频：
    3-8 大语言模型之提示词(一)
    06:55
  • 视频：
    3-9 大语言模型之提示词(二)
    06:17
  • 视频：
    3-10 大语言模型之提示词(三)
    09:42
  • 视频：
    3-11 大语言模型之提示词(四)
    05:35
  • 视频：
    3-12 大语言模型之提示词(五)
    08:20
  • 视频：
    3-13 本章小结
    04:11

本章介绍：

不懂Python，寸步难行！本章为你精心准备了Python速成攻略，从基本语法到常用库，让你快速上手Python，掌握AI开发的必备技能。即使是编程小白，也能轻松入门！

第4章 Python语言基础知识 - Python起手式，打开AI大门
13 节｜131分钟
展开
  • 视频：
    4-1 Python语言基础知识-导学
    03:26
  • 视频：
    4-2 Python语言基础知识-变量的定义与使用
    10:22
  • 视频：
    4-3 Python语言基础知识-逻辑判断与优先级
    14:53
  • 视频：
    4-4 Python语言基础知识-循环
    11:44
  • 视频：
    4-5 Python语言基础知识-函数的定义与使用
    06:42
  • 视频：
    4-6 Python语言基础知识-类与对象
    11:41
  • 视频：
    4-7 Python语言基础知识-四种复合类型
    16:06
  • 视频：
    4-8 Python语言基础知识-可变变量与不可变变量
    05:37
  • 视频：
    4-9 Python语言基础知识-特有技术-切片
    11:03
  • 视频：
    4-10 Python语言基础知识-其它特有技术
    07:37
  • 视频：
    4-11 Pythony语言基础知识-NumPy库的使用
    16:17
  • 视频：
    4-12 Python语言基础知识-MatPlotLib库的使用
    12:52
  • 视频：
    4-13 Python语言基础知识-本章小结
    02:27

本章介绍：

别只盯着深度学习！CV算法才是基石。本章带你回顾图像处理的黄金时代，学习图像滤波、边缘检测、特征提取等经典算法，理解底层原理，为深度学习模型的改进提供灵感。掌握经典，才能更好地创新！

第5章 经典计算机视觉核心技术与算法 - 重温经典，扎实AI根基
18 节｜122分钟
展开
  • 视频：
    5-1 经典计算机视觉核心技术与算法-导学
    03:17
  • 视频：
    5-2 经典计算机视觉核心技术与算法-视觉的基本处理流程
    03:55
  • 视频：
    5-3 经典计算机视觉核心技术与算法-OpenCV环境的搭建
    06:56
  • 视频：
    5-4 经典计算机视觉核心技术与算法-通过OpenCV采集图像与视频
    11:57
  • 视频：
    5-5 经典计算机视觉核心技术与算法-二值化
    06:16
  • 视频：
    5-6 经典计算机视觉核心技术与算法-二值化背后的原理
    06:11
  • 视频：
    5-7 经典计算机视觉核心技术与算法-Blur
    07:39
  • 视频：
    5-8 经典计算机视觉核心技术与算法-Blur后面的原理
    11:35
  • 视频：
    5-9 经典计算机视觉核心技术与算法-腐蚀操作
    07:48
  • 视频：
    5-10 经典计算机视觉核心技术与算法-膨胀操作
    02:20
  • 视频：
    5-11 经典计算机视觉核心技术与算法-开运算与闭运算
    05:27
  • 视频：
    5-12 经典计算机视觉核心技术与算法-开运算与其它复杂运算背后的原理
    08:20
  • 视频：
    5-13 经典计算机视觉核心技术与算法-查找图像轮廓
    12:31
  • 视频：
    5-14 经典计算机视觉核心技术与算法-如何绘制轮廓
    04:35
  • 视频：
    5-15 经典计算机视觉核心技术与算法-轮廓的面积与周长
    05:49
  • 视频：
    5-16 经典计算机视觉核心技术与算法-ROI
    05:22
  • 视频：
    5-17 经典计算机视觉核心技术与算法-边缘检测Canny
    07:36
  • 视频：
    5-18 经典计算机视觉核心技术与算法-本章小结
    03:32

本章介绍：

数学是AI的灵魂！本章精选AI中最重要的数学知识，线性代数、微积分、优化算法，用通俗易懂的语言和案例讲解，让你不再害怕数学公式，真正理解AI算法背后的数学原理。

第6章 人工智能必知必会的数学知识 - 数学不再枯燥，AI公式秒懂
11 节｜81分钟
展开
  • 视频：
    6-1 必知必会的数学知识-向量
    06:38
  • 视频：
    6-2 必知必会的数学知识-向量的基本运算(加法与点乘)
    11:11
  • 视频：
    6-3 必知必会的数学知识-运算-向量的基本运算(叉乘)
    07:45
  • 视频：
    6-4 必知必会的数学知识-矩阵的基本运算
    06:57
  • 视频：
    6-5 必知必会的数学知识-2D变换
    10:39
  • 视频：
    6-6 必知必会的数学知识-齐次坐标
    06:19
  • 视频：
    6-7 必知必会的数学知识-利用齐次坐标实现各种3D变换
    06:42
  • 视频：
    6-8 必知必会的数学知识-求导
    11:58
  • 视频：
    6-9 必知必会的数学知识-链式求导与偏导
    05:50
  • 视频：
    6-10 必知必会的数学知识-张量
    04:45
  • 视频：
    6-11 必知必会的数学知识-本章小结
    02:09

本章介绍：

深度学习入门必修课！本章带你系统学习深度学习的基础概念，从感知机到多层神经网络，从激活函数到损失函数，构建你的深度学习知识体系，为后续学习打下坚实基础。

第7章 深度学习必备的基础知识 - 从感知机到神经网络，一网打尽
19 节｜157分钟
展开
  • 视频：
    7-1 深度学习必备的基础知识-导学
    03:01
  • 视频：
    7-2 深度学习必备的基础知识-人工智能、机器学习与深度学习的关系
    04:58
  • 视频：
    7-3 深度学习必备的基础知识-神经元与神经网络
    10:33
  • 视频：
    7-4 深度学习必备的基础知识-监督学习与无监督学习
    09:02
  • 视频：
    7-5 深度学习必备的基础知识-数据集的划分
    05:31
  • 视频：
    7-6 深度学习必备的基础知识-过拟合、欠拟合与代价函数
    10:08
  • 视频：
    7-7 深度学习必备的基础知识-代价函数的意义
    10:53
  • 视频：
    7-8 深度学习必备的基础知识-线性回归代价函数的导数
    06:12
  • 视频：
    7-9 深度学习必备的基础知识-梯度下降
    11:14
  • 视频：
    7-10 深度学习必备的基础知识-学习率
    06:15
  • 视频：
    7-11 深度学习必备的基础知识-逻辑回归
    08:23
  • 视频：
    7-12 深度学习必备的基础知识-sigmoid激活函数
    03:57
  • 视频：
    7-13 深度学习必备的基础知识-逻辑回归的代价函数
    11:22
  • 视频：
    7-14 深度学习必备的基础知识-逻辑回归的梯度下降
    05:19
  • 视频：
    7-15 深度学习必备的基础知识-逻辑回归代价函数关于w和b偏导后的公式证明
    12:18
  • 视频：
    7-16 深度学习必备的基础知识-深度神经网络与前向传播
    13:39
  • 视频：
    7-17 深度学习必备的基础知识-多种激活函数
    09:56
  • 视频：
    7-18 深度学习必备的基础知识-反向传播与计算图
    08:16
  • 视频：
    7-19 深度学习必备的基础知识-前向传播与反向传播的完整过程
    05:45

本章介绍：

模型训练如同炼丹！本章揭秘深度学习模型的训练技巧，Batch Size如何选择？学习率如何调整？优化器如何选择？正则化方法有哪些？我们将带你掌握各种模型调优技巧，告别玄学，炼出高性能模型！

第8章 训练优化深度神经网络模型的方法 - 炼丹秘籍，模型调优不再玄学
10 节｜76分钟
展开
  • 视频：
    8-1 训练优化神经网络-导学
    04:58
  • 视频：
    8-2 训练优化神经网络-向量化与矩阵化
    11:53
  • 视频：
    8-3 训练优化神经网络-L2正则化
    13:44
  • 视频：
    8-4 训练优化神经网络-Dropout
    04:23
  • 视频：
    8-5 训练优化神经网络-数据归一化处理
    06:55
  • 视频：
    8-6 训练优化神经网络-初始化权重参数
    05:13
  • 视频：
    8-7 训练优化神经网络-全批量梯度下降
    05:10
  • 视频：
    8-8 训练优化神经网络-随机梯度下降与小批量梯度下降
    04:56
  • 视频：
    8-9 训练优化神经网络-参数优化
    08:03
  • 视频：
    8-10 训练优化神经网络-BatchNormalization
    10:25

本章介绍：

纸上得来终觉浅，绝知此事要躬行！本章带你实战手写数字识别项目，从数据准备到模型训练，再到结果评估，让你完整体验深度学习项目的流程，收获满满的成就感！

第9章 实战-手写字的识别 - 你的第一个AI项目，成就感爆棚
16 节｜117分钟
展开
  • 视频：
    9-1 [实战]手写字识别-导学
    03:16
  • 视频：
    9-2 [实战]手写字识别-Tensorflow与keras
    06:23
  • 视频：
    9-3 [实战]手写字识别-加载mnist数据集
    11:11
  • 视频：
    9-4 [实战]手写字识别-构造神经网络
    07:19
  • 视频：
    9-5 [实战]手写字识别-编译神经网络
    06:42
  • 视频：
    9-6 [实战]手写字识别-训练神经网络模型
    05:21
  • 视频：
    9-7 [实战]手写字识别-优化神经网络
    08:08
  • 视频：
    9-8 [实战]手写字识别-Pytorch的一点历史
    02:50
  • 视频：
    9-9 [实战]-手写字识别-Pytorch加载数据集
    08:27
  • 视频：
    9-10 [实战]手写字识别-Pytorch导入训练数据和测试数据
    06:42
  • 视频：
    9-11 [实战]手写字识别-Pytorch构建神经网络
    08:44
  • 视频：
    9-12 [实战]手写字识别-用Pytorch实现训练神经网络的逻辑
    09:59
  • 视频：
    9-13 [实战]手写字识别-用Pytorch实现评估神经网路的逻辑
    06:34
  • 视频：
    9-14 [实战]手写字识别-Pytorch训练和评估神经网络
    04:56
  • 视频：
    9-15 [实战]手写字识别-模型与训练优化
    10:34
  • 视频：
    9-16 [实战]手写字识别-模型的保存部署与使用
    09:08

本章介绍：

CNN是计算机视觉的基石！本章深入剖析卷积神经网络的原理，卷积层、池化层、全连接层，带你理解CNN如何提取图像特征，构建强大的图像识别模型。

第10章 卷积神经网络 - 图像识别的利器，CNN深度剖析
12 节｜70分钟
展开
  • 视频：
    10-1 卷积神经网络CNN-导学
    05:40
  • 视频：
    10-2 卷积神经网络CNN-卷积操作
    03:53
  • 视频：
    10-3 卷积神经网络CNN-CNN的一些基本概念
    04:12
  • 视频：
    10-4 卷积神经网络CNN-三维卷积与多核卷积
    07:16
  • 视频：
    10-5 卷积神经网络CNN-CNN中的池化
    03:51
  • 视频：
    10-6 卷积神经网络CNN-标准CNN神经网络
    04:08
  • 视频：
    10-7 卷积神经网络CNN-Keras实现CNN神经卷积网络
    04:09
  • 视频：
    10-8 卷积神经网络CNN-KerasCNN网络架构优化
    07:26
  • 视频：
    10-9 卷积神经网络CNN-使用Pytorch实现标准CNN网络
    06:01
  • 视频：
    10-10 卷积神经网络CNN-经典神经网络AlexNet
    07:09
  • 视频：
    10-11 卷积神经网络CNN-经典神经网络VGGNet
    05:52
  • 视频：
    10-12 卷积神经网络CNN-经典神经网络ResNet
    10:00

本章介绍：

数据不够？增强来凑！本章带你学习各种数据增强技巧，旋转、平移、缩放、裁剪、颜色变换，让你的模型见过更多“世面”，提升模型的泛化能力，小数据也能训练出高性能模型！

第11章 数据增强 - 巧妇难为无米之炊，数据增强来帮忙
20 节｜219分钟
展开
  • 视频：
    11-1 目标检测算法与原理-导学
    03:30
  • 视频：
    11-2 目标检测算法与原理-迁移学习的工作原理
    08:23
  • 视频：
    11-3 目标检测算法与原理-Tensorflow实现迁移学习
    09:46
  • 视频：
    11-4 目标检测算法与原理-Pytorch实现迁移学习
    15:24
  • 视频：
    11-5 目标检测算法与原理-Tensorflow数据增强-图片的导入与显示
    试看
    23:12
  • 视频：
    11-6 目标检测算法与原理-Tensorflow数据增强-基本变换操作
    16:40
  • 视频：
    11-7 目标检测算法与原理-Tensorflow数据增强-高级裁剪
    17:58
  • 视频：
    11-8 目标检测算法与原理-tensorflow数据增强-噪音增强
    18:42
  • 视频：
    11-9 目标检测算法与原理-Pytorch数据增强-基本变换
    13:36
  • 视频：
    11-10 目标检测算法与原理-Pytorch数据增强-基本裁剪
    06:36
  • 视频：
    11-11 目标检测算法与原理-Pytorch数据增强-高级裁剪
    试看
    13:16
  • 视频：
    11-12 目标检测算法与原理-Pytorch数据增强-噪音增强
    10:10
  • 视频：
    11-13 目标检测算法与原理-目标检测数据集
    05:41
  • 视频：
    11-14 目标检测算法与原理-下载VOC数据集
    10:24
  • 视频：
    11-15 目标检测算法与原理-tensorflow+albumentations实现数据增强(一)
    09:08
  • 视频：
    11-16 目标检测算法与原理-tensorflow+albumentations实现数据增强(二)
    07:52
  • 视频：
    11-17 目标检测算法与原理-tensorflow+albumentations实现数据增强(三)
    05:19
  • 视频：
    11-18 目标检测算法与原理-tensorflow+albumentations实现数据增强(四)
    06:34
  • 视频：
    11-19 目标检测算法与原理-Pytorch+albumentations实现数据增强(一)
    10:26
  • 视频：
    11-20 目标检测算法与原理-Pytorch+albumentations实现数据增强(二)
    05:31

本章介绍：

深入计算机视觉的腹地，掌握目标检测精髓！本章不仅讲解目标检测的理论基础，更将深入剖析YOLO的算法实现细节，带你理解YOLO的精妙设计，为后续的YOLO实战和优化打下坚实基础。

第12章 目标检测算法与原理：深度解析计算机视觉算法 - 掌握核心，从原理到实现
11 节｜127分钟
展开
  • 视频：
    12-1 目标检测的基本原理
    08:48
  • 视频：
    12-2 Tensorflow实现最简单的单目标检测-加载数据
    14:18
  • 视频：
    12-3 Tensorflow实现最简单的单目标检测-构建神经网络
    08:22
  • 视频：
    12-4 Tensorflow实现最简单的单目标检测-构造训练数据
    22:54
  • 视频：
    12-5 Tensorflow实现最简单的单目标检测-模型训练(一)
    06:22
  • 视频：
    12-6 Tensorflow实现最简单的单目标检测-模型训练(二)
    07:25
  • 视频：
    12-7 Tensorflow实现最简单的单目标检测-使用模型
    13:33
  • 视频：
    12-8 Pytorch实现最简单的单目标检测-加载Dataset
    13:23
  • 视频：
    12-9 Pytorch实现最简单的单目标检测-神经网络
    06:34
  • 视频：
    12-10 Pytorch实现最简单的单目录检测-模型训练
    12:10
  • 视频：
    12-11 Pytorch实现最简单的单目标检测-模型的使用
    12:38

本章介绍：

理论结合实践，YOLO实战出真知！本章带你快速上手YOLO，学习如何使用YOLO进行目标检测，并将其应用到实际场景中。无需深入算法细节，也能轻松打造属于你的目标检测应用！

第13章 YOLO实战与应用 - 快速上手，打造你的专属目标检测器
持续更新

本章介绍：

想让你的YOLO更上一层楼？本章带你深入学习YOLO的高阶知识，模型剪枝、量化、部署优化，让你掌握YOLO的训练和部署技巧，打造更高效、更实用的目标检测系统。

第14章 YOLO高阶知识-训练与部署 - YOLO进阶之路，炼丹师的自我修养
持续更新

本章介绍：

想玩转Transformer，必须先搞懂注意力机制！本章深入浅出地讲解注意力机制的原理，Multi-Head Attention、Self-Attention的精髓。我们将重点剖析自注意力机制如何建模序列数据中的依赖关系，掌握这项核心技术，你才能在后续课程中轻松驾驭Transformer，进军计算机视觉的更广阔天地！

第15章 注意力机制 - 解密Transformer的核心引擎，为CV进阶之路铺平道路
持续更新

本章介绍：

Transformer不仅是自然语言处理的利器，更是计算机视觉的未来！本章带你从零开始手写Transformer，并将其应用于图像分类任务。让你深入理解Transformer的内部结构和工作原理，掌握CV领域最前沿的技术，成为AI界的“变形金刚”！

第16章 手撕Transformer - 从CV到NLP，掌握AI界的“变形金刚”
持续更新

本章介绍：

本章主要对课程内容进行全面总结，梳理课程重难点，帮助大家更好的掌握整体课程内容等。

第17章 计算机视觉--YOLO+Transfomer多场景目标检测--课程总结
持续更新
每周更新直至完结
适合人群
想进入AI行业，从事热门领域的开发者
想学习计算机视觉与音视频结合的的开发者
技术储备
有Python语言编程基础
环境参数
开发环境 VSCode
技术栈 Python Pytorch Tensorflow Numpy OpenCV
李超
音视频专家， 已有27939个学生
其他课程： 《经典再升级-FFmpeg5.0核心技术精讲，打造音视频播放器》 《音视频小白系统入门课 音视频基础+ffmpeg原理》、 《WebRTC源码级深度解析，进阶大厂高级音视频开发者》、 《OpenCV三大经典项目实战 一次掌握计算机视觉核心技能》、
全部
不为别的，只为提升面试通过率
尽管课程时间很长，
但没关系，我们有老师的陪伴，
还有同学之间互相鼓励，彼此帮助，
完成学习后，还能获得慕课网官方认证的证书。
立即购买
查看更多
数据加载中...
查看更多好课
《计算机视觉—YOLO+Transfomer多场景目标检测实战》的真实评价
综合评分：分，共 人参与
篇幅原因，只展示最近100条评价
￥399.00
立即购买
加购物车

学习咨询

选课、学习遇到问题？

扫码添加指导老师 1V1 帮助你！

添加后老师会第一时间解决你的问题

微信客服

购课补贴
联系客服咨询优惠详情

 帮助反馈 APP下载

慕课网APP
您的移动学习伙伴

 公众号

扫描二维码
关注慕课网微信公众号