您可以免费观看前 5 分钟或一小节,完整观看请购买。  点此购买


本视频总时长约为36分钟

特邀谭博对当前目标检测领域基于深度学习的相关算法原理和实现细节进行梳理解读,YOLOv3算法是对YOLOv1和YOLOv2的增强版本,讲者认为该方法是目前最好的One-stage的方法之一,该方法主要对以下改进,使用多个独立的logisitc分类器做二分类,好处是可以处理重叠的多标签问题;借鉴FPN的思路,YOLOv3在多个不同的尺度的特征图上做预测;讲者将这些关键改进进行了详细的解读,帮助大家快速理解掌握核心要点。通用物体检测技术精解之YOLOv3算法,讲者深入浅出,理论结合实践,通过论文解读和具体实现带领大家从算法关键步骤原理一步步过渡到工程细节,有理有据帮助你快速掌握核心知识。


作者简介:

谭博士毕业于伯克利大学,本科毕业于南京大学,在计算机视觉领域有7年以上的研究经验,主要研究方向为物体检测分割和图像搜索,在NIPS、ICML、CVPR、ECCV等顶级会议期刊发表了数篇相关论文,目前在国外知名互联网公司任研究科学家职位。




购买观看完整解读及视频