OpenCV学堂深度学习系统化学习路线图专题(2023版)

图像与视频分析实战教程

系统化学习OpenCV图像与视频分析算法与相关函数的使用，学会使用OpenCV图像与视频分析模型解决实际问题，迈出成为OpenCV开发者的第一步！从基础开始，详解OpenCV核心模块API与相关知识点，讲解从图像二值分析与视频分析关键与核心知识点。

OpenCV4 特征提取与对象检测

课程详细讲述了OpenCV的特征提取从应用开发者的角度出发，注重理论与代码相结合，厘清了图象特征的基本概念，图象角点检测、ORB与SIFT特征的基本原理与代码演示应用，单应性矩阵与透视变换的关系，图像拼接、对象检测部署包含YOLOv5、YOLOv8等。

OpenCV4经典案例实战教程

六个来自实际项目演化加工OpenCV4 开发案例，学会使用OpenCV完成工业品缺陷检测、对象检测、二维码分析定位、喷码缺陷检测、阵列缺陷检测、图像色卡与色彩提取。提升代码工程化能力，从工程化思路到代码实现到接口封装与参数化算法模快设计，到OpenCV开发最实用的代码加速技巧，一网打尽，帮助快速提升OpenCV实战开发能力，提升职场竞争力

网盘截图：

课程目录：

├─ONNXRUNTIME计算机视觉模型部署与加速教程
│      Deeplabv3语义分割模型推理_ev.mp4
│      FasterRCNN对象检测推理_ev.mp4
│      KeyPointRCNN姿态评估推理_ev.mp4
│      MaskRCNN实例分割推理_ev.mp4
│      ONNX模型导出与简化_ev.mp4
│      Python SDK介绍与推理演示_ev.mp4
│      ResNet图像分类推理_ev.mp4
│      RetinaNet对象检测推理_ev.mp4
│      UNet语义分割模型推理_ev.mp4
│      YOLOv5实例分割模型推理_ev.mp4
│      YOLOv5对象检测推理_ev.mp4
│      YOLOv6人脸关键点检测模型推理_ev.mp4
│      YOLOv8姿态评估模型推理_ev.mp4
│      YOLOv8实例分割模型推理_ev.mp4
│      YOLOv8对象检测推理_ev.mp4
│      工程化SDK接口封装技巧_ev.mp4
│      推理SDK与流程_ev.mp4
│      课程总结_ev.mp4
│      课程概述_ev.mp4
│
├─OpenVINO2022计算机视觉模型部署与加速教程
│      MaskRCNN实例分割部署_ev.mp4
│      OpenVINO SDK介绍与开发流程_ev.mp4
│      OpenVINO2023版本安装与开发配置_ev.mp4
│      PixelLink场景文字检测_ev.mp4
│      Python版YOLOv5部署推理_ev.mp4
│      Python版本环境配置_ev.mp4
│      pytorch模型转换与部署_ev.mp4
│      RCNN场景文字识别_ev.mp4
│      ResNet18实现图像分类_ev.mp4
│      SSD车辆与车牌检测_ev.mp4
│      YOLOv5模型部署与推理_ev.mp4
│      人脸landmark检测_ev.mp4
│      实时人脸检测之异步推理_ev.mp4
│      实时人脸表情识别_ev.mp4
│      实时语义道路分割_ev.mp4
│      环境搭建_ev.mp4
│      知识点总结_ev.mp4
│      自定义模型训练部署支持_ev.mp4
│      行人检测_ev.mp4
│      课程概述_ev.mp4
│      车牌识别_ev.mp4
│
├─Pytorch框架CV开发-从入门到实战
│      ch1_001-课程概述_ev.mp4
│      CNN训练保存与使用_ev.mp4
│      Faster-RCNN对象检测模型详解_ev.mp4
│      Faster-RCNN自定义对象检测模型训练_ev.mp4
│      Mask-RCNN实例分割模型介绍_ev.mp4
│      Mask-RCNN实例分割模型推理预测演示_ev.mp4
│      Mask-RCNN实例分割模型构建与训练_ev.mp4
│      Mask-RCNN行人实例分割之数据集准备_ev.mp4
│      numpy基础操作_ev.mp4
│      OpenCV基础操作_ev.mp4
│      Pytorch中的基础数据集_ev.mp4
│      Pytorch中训练可视化_ev.mp4
│      Pytorch基础算子操作_ev.mp4
│      Pytorch自定义数据集类_ev.mp4
│      ResNet18缺陷图像数据分类模型训练_ev.mp4
│      torchvision对象检测框架介绍_ev.mp4
│      UNet语义分割之道路裂纹数据集制作_ev.mp4
│      UNet语义分割模型设计与训练_ev.mp4
│      UNet道路裂纹检测推理演示_ev.mp4
│      人工神经网络基础理论与概念_ev.mp4
│      人脸landmakr五点检测模型推理与部署_ev.mp4
│      人脸landmark数据集制作_ev.mp4
│      人脸landmark模型设计与训练_ev.mp4
│      全卷积人脸表情识别网络之实时表情识别预测_ev.mp4
│      全卷积人脸表情识别网络之数据集制作_ev.mp4
│      全卷积人脸表情识别网络之设计与训练_ev.mp4
│      卷积的基本概念与术语_ev.mp4
│      卷积神经网络基本原理_ev.mp4
│      图像语义分割概念与反卷积_ev.mp4
│      对象自定义数据集标注与制作_ev.mp4
│      导出ONNX格式与OpenCV DNN部署_ev.mp4
│      年龄与性别预测之实时预测推理_ev.mp4
│      年龄与性别预测之数据集制作_ev.mp4
│      年龄与性别预测之模型设计与训练_ev.mp4
│      手写数字识别人工神经网络构建与训练_ev.mp4
│      构建手写数字识别CNN网络_ev.mp4
│      模型保存与预测调用_ev.mp4
│      线性回归_ev.mp4
│      缺陷品图像分类模型推理与部署_ev.mp4
│      自动梯度计算_ev.mp4
│      自定义对象检测模型推理预测演示_ev.mp4
│      课程总结与福利_ev.mp4
│      车辆属性识别之实时车辆颜色与车型识别演示_ev.mp4
│      车辆属性识别之数据集制作_ev.mp4
│      车辆属性识别之模型设计与训练_ev.mp4
│      迁移学习概念与框架介绍_ev.mp4
│      逻辑回归_ev.mp4
│      验证码识别网络之推理预测_ev.mp4
│      验证码识别网络之数据_ev.mp4
│      验证码识别网络之设计与训练_ev.mp4
│
├─TensorRT8.6 计算机视觉模型部署与加速教程
│      Deeplabv3语义分割模型部署_ev.mp4
│      INT8的UNet语义分割部署_ev.mp4
│      INT8量化脚本实现量化加速_ev.mp4
│      Python版YOLOv5对象检测部署_ev.mp4
│      Python版YOLOv8对象检测部署_ev.mp4
│      ResNet18图像分类部署_ev.mp4
│      TensorRT SDK_ev.mp4
│      UNet语义分割模型部署_ev.mp4
│      YOLOv5实例分割模型部署_ev.mp4
│      YOLOv5对象检测推理_ev.mp4
│      YOLOv5推理工程化封装_ev.mp4
│      YOLOv6对象检测推理_ev.mp4
│      YOLOv7对象检测推理_ev.mp4
│      YOLOv8实例分割模型部署_ev.mp4
│      YOLOv8对象检测推理_ev.mp4
│      使用CUDA实现图像预处理_ev.mp4
│      模型转换与准备工作_ev.mp4
│      环境搭建_ev.mp4
│      课程总结_ev.mp4
│      课程概述_ev.mp4
│
├─YOLOv5新版7.0 自定义对象检测-从训练到部署
│      CPU与GPU C++推理_ev.mp4
│      ONNXRUNTIME部署与推理演示_ev.mp4
│      OpenCV DNN部署与推理演示_ev.mp4
│      OpenVINO2022部署与推理演示_ev.mp4
│      TensorRT上INT8模型量化与部署_ev.mp4
│      TensorRT部署与推理_ev.mp4
│      YOLOv5模型结构详解_ev.mp4
│      YOLOv5部署之OpenCV DNN详解_ev.mp4
│      数据集配置与模型训练_ev.mp4
│      模型可视化与精度详解_ev.mp4
│      自定义数据集标注与数据转换_ev.mp4
│      训练参数与训练可视化与验证_ev.mp4
│      课程概述与环境搭建_ev.mp4
│
├─YOLOv5模型注意力改进详解与实现
│      CA注意力模块详解_ev.mp4
│      CBAM注意力模块解释_ev.mp4
│      CBAM注意力版YOLOv5模型修改_ev.mp4
│      CBAM注意力版YOLOv5模型部署_ev.mp4
│      ch0_001-课程概述与说明_ev.mp4
│      ch6_003-部署YOLOv5 CA注意力版模型_ev.mp4
│      ECA注意力模块解释_ev.mp4
│      ECA注意力版YOLOv5模型修改_ev.mp4
│      GAM注意力模块详解_ev.mp4
│      GAM注意力版YOLOv5模型修改_ev.mp4
│      SE注意力模块解释_ev.mp4
│      YOLOv5 SE注意力版模型部署_ev.mp4
│      YOLOv5模块CA注意力改进实现_ev.mp4
│      YOLOv5模型添加SE注意力模块_ev.mp4
│      YOLOv5模型结构代码详解_ev.mp4
│      YOLOv5模型结构详解_ev.mp4
│
├─YOLOv8自定义对象检测、实例分割、目标跟踪从训练到部署
│      backbone组件C2f与SPPF_ev.mp4
│      header组件结构详解_ev.mp4
│      YOLOv8实例分割模型部署与代码演示_ev.mp4
│      YOLOv8实现自定义对象跟踪_ev.mp4
│      YOLOv8对象检测模型部署与推理_ev.mp4
│      YOLOv8概述与环境测试_ev.mp4
│      YOLOv8模型部署-推理平台概述_ev.mp4
│      YOLOv8源码结构解读与工程化启示_ev.mp4
│      YOLOv8网络整体结构说明_ev.mp4
│      YOLOv8自定义对象检测TensorRT部署_ev.mp4
│      YOLO实例分割数据集格式与制作_ev.mp4
│      实例分割模型推理与ONNX导出_ev.mp4
│      实例分割模型结构说明与训练_ev.mp4
│      数据标注与YOLO格式数据集制作_ev.mp4
│      标签指派与新损失函数_ev.mp4
│      模型推理与ONNX格式导出_ev.mp4
│      结构可视化与不同精度模型比较_ev.mp4
│      训练参数详解与可视化及不同精度对比_ev.mp4
│      课程总结_ev.mp4
│
└─资料
        资料.rar