【后厂理工学院】百度飞桨联合设计双证资深AI实战工程师（CV方向）夸克网盘资源_网盘资源_夸克网盘资源搜索_全盘搜

• file:第2节 10-2研讨课.mp4
• file:第1节 10-1 Lane Segmentation.mp4
• file:第1节 13-1项目实战-数据处理week5.mp4
• file:第1节 19-1数学公式识别-EAST文本区域检测算法(二).mp4
• file:第2节 19-2 EAST训练和评估.mp4
• file:第2节 23-2Attention与BeamSearch代码详解.mp4
• file:第1节 23-1数学公式识别-Image2MarkupGeneration(三).mp4
• file:第1节 20-1 EAST理解难点梳理与pytroch版本代码解析.mp4
• file:第2节 20-2 east_pytorch版本代码解析与答疑.mp4
• file:第1节 12-1deeplab v3+的原理和实现Week4.mp4
• file:第1节 17-1数学公式识别-课程导论.mp4
• file:第1节 检测与识别的扩展.mp4
• file:第1节 Kalman Filter.mp4
• file:第2节： 25-2webserver模型部署.mp4
• file:第2节 im2latex前向推理代码详解.mp4
• file:第2节 21-2img2markup的dataloader 实现-1.mp4
• file:第1节 14-1Traning week6-1.mp4
• file:第2节 24-2注意力机制效果演示以及不同loss对比.mp4
• file:Fully Convolutional Networks for Semantic Segmentation.pdf
• file:Lane Segmentation-Week 2.pptx
• file:kaike.pptx
• file:13-2课件PPT.pptx
• file:13-1课件PPT Week 5.pdf
• file:13-1课程作业.txt
• file:13-1week5课前预习资料.txt
• file:第2节： Introduction to Deep Learning.mp4
• file:第1节 Outline of The Course.mp4
• file:第2节：答疑研讨会—Faster RCNN _ SSD_NMS 代码实操.mp4
• file:week2-3.5 Detection.pdf
• file:19-1课前预习.pdf
• file:HCT 百度CV Week22 课件 .pdf
• file:23-1homework.pdf
• file:EAST-pytorch讲解.pptx
• file:week3-resnet(1).txt
• file:week8 Action Recognition.pdf
• file:Baidu-I答疑研讨课.pdf
• file:week6-7 Tracking-Kalman Filter.pdf
• file:第1节 Tracking Intro.mp4
• file:第2节 如何安装cuda，cudnn，pytorch和tensorflow以及YOLOv3代码讲解.mp4
• file:微信图片_20191005214010.jpg
• file:第1节 Face Recongnition.mp4
• file:第2节 faceboxes，light cnn和face evoLVe的代码.mp4
• file:cv正式课资料.pdf
• file:第2节 FasterRCNN 中 tensor的传递 以及VOC2010的评估方式及代码.mp4
• file:Im2Latex前向推理.pptx
• file:hct_cv_week20.pdf
• folder:【后厂理工学院】百度飞桨联合设计双证资深AI实战工程师（CV方向）
• folder:第01章 视频行为分析-项目简介
• folder:第02章 视频行为分析—Two Stage Detection
• folder:第15章 项目实战-部署Week7
• folder:第17章 数学公式识别-课程导论
• folder:第09章 Lane Segmentation & Semantic
• folder:第07章 视频行为分析—Kalman Filter
• folder:第14章 Traning week6
• folder:第2节 13-2数据预处理
• folder:第2节 问题解答以及NMS代码
• folder:第2节 8-2检测与识别拓展研讨课
• folder:第1节 16-1 模型融合week8
• folder:第1节 Face Detection
• folder:第2节 14-2网络训练与损失选择