该课程为浙江大学罗浩博士于2018年10月录制的《基于深度学习和行人重识别》网课视频,该课程首发于AI300学院。为了让更多人学习该课程,现免费在B站公开。由于该网课录制于2018年末,所以知识点已经有些陈旧,因此主要适合深度学习和行人重识别领域无基础的入门者学习,有基础者无需学习此课程。课程主要包括深度学习基础、行人重识别理论基础和行人重识别代码实践三个篇章。考虑到该课程免费开放以及作者工作较忙,所以日后很难有精力进行答疑和维护。

课程网站:B站视频 作者个人主页:http://luohao.site

课程目录

第一章、深度学习基础 * 1、从神经网络到深度学习 * 2、从LeNet到SENet * 3、网络的压缩与加速原理

第二章、行人重识别原理 * 4、商业场景应用之行人重识别基本介绍 * 5、行人重识别——表征学习与度量学习 * 6、行人重识别——全局特征与局部特征 * 7、行人重识别——单帧与序列重识别 * 8、最新论文与未来发展

第三章、行人重识别实践 * 9、Pytorch安装与基本介绍 * 10、表征学习代码实践 * 11、度量学习代码实践 * 12、旷视AlignedReID代码解读 * 13、PCB(ECCV2018)代码解读 * 14、人重识别工程实践中的一些常用技巧

成为VIP会员查看完整内容
23

相关内容

机器学习的一个分支,它基于试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的一系列算法。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
不可错过!北交《深度学习》专业课,附Slides与视频
专知会员服务
79+阅读 · 2022年9月12日
深度学习中知识蒸馏研究综述
专知会员服务
105+阅读 · 2022年8月13日
专知会员服务
51+阅读 · 2021年6月2日
专知会员服务
45+阅读 · 2020年12月4日
专知会员服务
46+阅读 · 2020年12月2日
基于深度学习的图像分析技术,116页ppt
专知会员服务
53+阅读 · 2020年7月17日
基于深度学习的行人重识别研究进展,自动化学报
专知会员服务
38+阅读 · 2019年12月5日
深度学习视频中多目标跟踪:论文综述
专知会员服务
90+阅读 · 2019年10月13日
缺陷检测的传统算法与深度学习算法
CVer
1+阅读 · 2022年4月13日
2019最新-UC Berkeley-《深度学习入门课程》分享
深度学习与NLP
13+阅读 · 2019年3月1日
从0到1,这篇深度学习综述送给你!
机器学习算法与Python学习
27+阅读 · 2018年6月13日
独家 | 基于深度学习的行人重识别研究综述
AI科技评论
11+阅读 · 2017年12月20日
送你一份深度学习资源&教程!
THU数据派
13+阅读 · 2017年11月30日
MATLAB计算机视觉与深度学习实战
炼数成金订阅号
19+阅读 · 2017年8月4日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
5+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
16+阅读 · 2021年3月2日
Arxiv
21+阅读 · 2018年8月30日
VIP会员
相关VIP内容
不可错过!北交《深度学习》专业课,附Slides与视频
专知会员服务
79+阅读 · 2022年9月12日
深度学习中知识蒸馏研究综述
专知会员服务
105+阅读 · 2022年8月13日
专知会员服务
51+阅读 · 2021年6月2日
专知会员服务
45+阅读 · 2020年12月4日
专知会员服务
46+阅读 · 2020年12月2日
基于深度学习的图像分析技术,116页ppt
专知会员服务
53+阅读 · 2020年7月17日
基于深度学习的行人重识别研究进展,自动化学报
专知会员服务
38+阅读 · 2019年12月5日
深度学习视频中多目标跟踪:论文综述
专知会员服务
90+阅读 · 2019年10月13日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
5+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员