慕课-成都文理学院

机器视觉与边缘计算应用_复旦大学

课程类型：选修课

发布时间：2024-11-27 11:33:09

主讲教师：

课程来源：

建议学分：0.00分

课程编码：mk004992

课程介绍

课程目录

教师团队

{1}--01边缘计算和机器视觉基础

[1.1.1]--边缘计算中的人工智能.mp4 （0分钟）

[1.2.1]--机器视觉概况-1.mp4 （0分钟）

[1.2.2]--机器视觉概况-2.mp4 （0分钟）

[1.2.3]--目标检测怎么做-1.mp4 （0分钟）

[1.2.4]--目标检测怎么做-2.mp4 （0分钟）

[1.3.1]--Anaconda安装和使用.mp4 （0分钟）

[1.3.1]--课程需要的基础.mp4 （0分钟）

[1.4.1]--课程所需的基础和要求.mp4 （0分钟）

{2}--02 目标检测基础

[2.1.1]--目标检测概要.mp4 （0分钟）

[2.1.2]--目标检测的基本概念.mp4 （0分钟）

[2.1.3]--目标检测的发展.mp4 （0分钟）

[2.2.10]--YOLOv5算法.mp4 （0分钟）

[2.2.11]--SoftNMS软非极大值抑制.mp4 （0分钟）

[2.2.1]--YOLO v1算法.mp4 （0分钟）

[2.2.2]--YOLO v1性能.mp4 （0分钟）

[2.2.3]--YOLOv2算法.mp4 （0分钟）

[2.2.4]--YOLOv1-v2算法对比.mp4 （0分钟）

[2.2.5]--YOLOv3算法.mp4 （0分钟）

[2.2.6]--多尺度和特征金字塔.mp4 （0分钟）

[2.2.7]--YOLOv4算法.mp4 （0分钟）

[2.2.8]--PAN子网络.mp4 （0分钟）

[2.2.9]--CIOU_Loss损失函数.mp4 （0分钟）

[2.2.10]--YOLOv5算法.mp4 （0分钟）

[2.2.11]--SoftNMS软非极大值抑制.mp4 （0分钟）

[2.2.1]--YOLO v1算法.mp4 （0分钟）

[2.2.2]--YOLO v1性能.mp4 （0分钟）

[2.2.3]--YOLOv2算法.mp4 （0分钟）

[2.2.4]--YOLOv1-v2算法对比.mp4 （0分钟）

[2.2.5]--YOLOv3算法.mp4 （0分钟）

[2.2.6]--多尺度和特征金字塔.mp4 （0分钟）

[2.2.7]--YOLOv4算法.mp4 （0分钟）

[2.2.8]--PAN子网络.mp4 （0分钟）

[2.2.9]--CIOU_Loss损失函数.mp4 （0分钟）

[2.3.1]--SSD目标检测算法.mp4 （0分钟）

[2.4.1]--MobileNet目标检测算法.mp4 （0分钟）

[2.5.1]--Unet网络.mp4 （0分钟）

{3}--03 OpenVINO基础

[3.1.1]--OpenVINO简介-1.mp4 （0分钟）

[3.1.2]--OpenVINO简介-2.mp4 （0分钟）

[3.2.1]--预训练模型的下载.mp4 （0分钟）

[3.3.1]--图像实例分割.mp4 （0分钟）

{3}--03 算能云平台加速器

[3.1.10]--数据集划分.mp4 （0分钟）

[3.1.1]--药品拣货机Demo.mp4 （0分钟）

[3.1.2]--背景分析与数据准备.mp4 （0分钟）

[3.1.3]--数据格式转换.mp4 （0分钟）

[3.1.4]--图像标注.mp4 （0分钟）

[3.1.5]--数据预处理.mp4 （0分钟）

[3.1.6]--标注数据格式化.mp4 （0分钟）

[3.1.7]--生成YOLO数据集格式.mp4 （0分钟）

[3.1.8]--数据增强.mp4 （0分钟）

[3.1.9]--数据验证.mp4 （0分钟）

[3.2.1]--婴儿睡姿检测Demo.mp4 （0分钟）

{4}--04 OpenVINO基础

[4.1.1]--OpenVINO简介-1.mp4 （0分钟）

[4.1.2]--OpenVINO简介-2.mp4 （0分钟）

[4.2.1]--预训练模型的下载.mp4 （0分钟）

[4.3.1]--OpenVINO在AI中的作用.mp4 （0分钟）

[4.3.2]--OpenVINO预训练模型的使用方法.mp4 （0分钟）

[4.3.3]--图像风格转换.mp4 （0分钟）

[4.4.1]--文字检测应用.mp4 （0分钟）

{5}--05 OpenVINO的使用

[5.1.1]--使用OpenVINO的过程-1.mp4 （0分钟）

[5.1.2]--使用OpenVINO的过程-2.mp4 （0分钟）

[5.2.1]--模型优化器和推理引擎的使用.mp4 （0分钟）

[5.3.1]--基于OpenVINO的车牌识别.mp4 （0分钟）

[5.4.1]--语义分割案例.mp4 （0分钟）

{6}--06 边缘计算典型应用

[6.1.1]--智能交通灯监控-1.mp4 （0分钟）

[6.1.2]--智能交通灯监控-2.mp4 （0分钟）

[6.1.3]--智能交通灯监控-3.mp4 （0分钟）

[6.1.4]--智能交通灯监控-.mp4 （0分钟）

[6.1.5]--智能交通灯监控-5.mp4 （0分钟）

[6.1.6]--智能交通灯监控-6.mp4 （0分钟）

[6.1.7]--智能交通灯监控Demo.mp4 （0分钟）

[6.1.8]--爱克斯板上实现智能交通灯控制.mp4 （0分钟）

[6.2.1]--视觉语义分割示例.mp4 （0分钟）

[6.3.1]--基于多模型推理任务的车辆特征识别.mp4 （0分钟）

{7}--07 边缘智能综合实训

[7.1.1]--基于食材识别的囤菜系统演示.mp4 （0分钟）

[7.2.1]--电动车头盔佩戴检测.mp4 （0分钟）

{8}--结业考核