基于Paddle的计算机视觉入门教程
- CSDN博客地址：https://blog.csdn.net/weixin_45747759?spm=1010.2135.3001.5343
- Github仓库地址：https://github.com/Monday-Leo/Paddle_tutorial
- B站视频教程地址：https://www.bilibili.com/video/BV18b4y1J7a6/
简介
这是一个基于Paddle2.0版本的计算机视觉教程，本次教程包含了众多计算机视觉的基础知识。从基础环境搭建开始，讲解了深度学习的基本流程，基础的卷积、池化等运算操作，分析了分类任务和检测任务的具体实现流程和算法。同时动手实战了垃圾分类、手写数字识别、目标检测三个具体项目。
目录
| 标题 | 简介 |
|---|---|
| 介绍 | 计算机视觉和本期教程介绍 |
| 计算机视觉的分类 | 传统计算机视觉和深度学习 |
| 环境搭建 | Anaconda、VS Code、CUDA和Paddle的安装 |
| 深度学习的基本实现流程 | 深度学习基本的五大步骤 |
| PaddleX实现垃圾分类 | 实战：利用PaddleX入门简单的图像分类 |
| 常用的运算操作 | 卷积、池化、归一化和激活函数的讲解 |
| 手写数字识别 | 实战：从零开始实现手写数字识别全流程 |
| 常用的卷积结构 | 残差结构，深度可分离卷积以及SE注意力机制详解 |
| MobilenetV3网络详解 | MobilenetV3的主体结构以及使用PaddleClas完成训练垃圾分类任务 |
| 目标检测-YOLOv3 | YOLOv3-backbone部分介绍 |
| 目标检测-YOLOv3 | YOLOv3-neck、head和解码部分介绍 |
| 目标检测-YOLOv3 | 实战：PaddleDeteciton实现目标检测 |