1-1 课程导学
17:42
1-2 内容快速概览
21:39
1-3 人工智能介绍
18:42
1-4 环境及工具包介绍
17:27
2-1 机器学习介绍
17:20
2-2 线性回归
25:48
2-3 线性回归实战准备
13:12
3-1 分类问题介绍
16:36
3-2 逻辑回归
14:55
3-3 逻辑回归
14:31
3-4 实战准备
13:32
3-5 考试通过实战
19:50
3-6 考试通过实战
16:03
3-7 芯片检测实战
16:31
4-1 无监督学习
18:38
4-2 Kmeans-KNN-Meanshift
19:02
4-3 实战准备
09:20
4-4 Kmeans实战
12:35
4-5 Kmeans实战
11:32
4-6 KNN-Meanshift
16:52
5-1 决策树（1）
13:23
5-2 决策树（2）
14:49
5-3 异常检测
15:37
5-4 主成分分析
17:19
5-5 实战准备
03:44
5-6 实战（1）
17:07
5-7 实战（2）
14:50
5-8 实战（3）
23:33
6-1 过拟合与欠拟合
18:38
6-2 数据分离与混淆矩阵
21:38
6-3 模型优化
21:10
6-4 实战准备
13:44
6-5 实战（一）
24:54
6-6 实战（二）
15:06
6-7 实战（三）
24:21
7-1 多层感知器(MLP)
18:19
7-2 MLP实现非线性分类
19:46
7-3 实战准备
18:58
7-4 实战（一）
23:25
7-5 实战（二）
03:08
8-1 卷积神经网络（一）
30:04
8-2 卷积神经网络（二）
26:17
8-3 实战准备
15:19
8-4 实战（一）
24:18
8-5 实战（二）
26:21
9-1 序列数据案例
11:42
9-2 循环神经网络RNN
16:07
9-3 不同类型的RNN模型
17:37
9-4 实战准备
15:26
9-5 实战（一）RNN股价预测
20:50
9-6 实战（二）RNN股价预测
12:41
9-7 实战（一）LSTM实现文本生成
22:09
9-8 实战（二）LSTM实现文本生成
09:01
10-1 迁移学习
13:00
10-2 迁移学习
08:49
10-3 在线学习
07:42
10-4 混合模型1
15:10
10-5 混合模型2
13:26
10-6 实战准备
14:37
10-7 实战准备
14:06
10-8 基于新数据的迁移学习实战
04:01
10-9 机器深度学习实现少样本苹果分类（一）
25:11
10-10 机器深度学习实现少样本苹果分类（二）
16:24
10-11 机器深度学习实现少样本苹果分类（三）
17:11
10-12 机器深度学习实现少样本苹果分类（四）
13:24
11-1 课程总结
19:53
11-2 课程总结
15:42
11-3 课程总结
23:17
01 机器视觉介绍
08:49
02 OpenCV介绍
07:52
03 安装opencv环境
20:55
04 创建和显示窗口
37:43
05 显示图像
17:07
01 保存图片
08:12
02 读取摄像头和视频数据
19:43
03 录制视频
16:03
04 控制鼠标
14:58
05 trackbar用法
14:00
06 RGB和BGR颜色空间
05:12
01 HSV和HSL和YUV
34:39
02 颜色空间的转化
20:43
03 mat的深浅拷贝
23:05
04 颜色通道的分离与合并
07:57
05 画直线
09:19
01 绘制矩形和圆
08:10
02 绘制椭圆
11:54
03 绘制多边形和填充多边形
12:35
04 绘制文本及中文文本
14:22
05 作业讲解
13:36
01 图像运算之加减乘除
24:18
02 图片的融合
09:33
03 OpenCV的位运算
24:55
04 resize用法
22:16
01 作业讲解
20:54
02 图像的翻转和旋转
12:50
03 仿射变换之平移
17:18
04 仿射变换之获取变换矩阵
13:48
05 仿射变换之透视变换
16:43
01 卷积操作
38:57
02 均值滤波和方盒滤波
10:38
03 高斯滤波
39:21
01 中值滤波
13:52
02 双边滤波
19:05
03 sobel算子
40:14
04 scharr算子
06:28
05 拉普拉斯算子
15:06
01 Canny边缘检测
28:00
02 全局二值化
19:08
03 自适应阈值二值化
19:38
04 腐蚀操作
09:52
05 获取形态学卷积核
07:37
06 膨胀操作
06:25
01 开运算
12:22
02 闭运算
05:09
03 形态学梯度
04:48
04 顶帽操作
03:51
05 黑帽操作
02:42
06 查找轮廓
30:02
07 绘制轮廓
06:26
08 计算轮廓面积和周长
06:55
09 多边形逼近
18:34
01 凸包
10:33
02 最小外接矩形和最大外接矩形
18:22
03 高斯金字塔
22:08
04 拉普拉斯金字塔
06:59
05 图像直方图介绍
13:26
06 使用OpenCV统计直方图
07:13
07 拉普拉斯金字塔
06:59
07 直方图均衡化
17:19
08 图像直方图介绍
13:26
09 使用OpenCV统计直方图
07:13
01 绘制直方图
11:32
02 使用掩膜的直方图
12:36
03 车辆统计项目(一)
38:18
01 判断是否是车辆
22:03
02 车辆计数逻辑
18:25
03 显示车辆计数信息
10:17
01 特征检测基本概念
19:03
02 harris角点检测数学原理1
18:56
03 harris角点检测数学原理2
30:27
04 harris角点检测应用
19:16
02 sift算法原理
01:00:58
03 sift算法使用
14:12
shi-tomasi角点检测
22:19
01 SURF算法
25:22
02 ORB算法
16:24
03 暴力特征匹配
34:02
04 FLANN特征匹配
16:09
01 图片查找
48:22
02 图像拼接
56:16
01 虚拟计算器项目介绍
05:10
02 打开摄像头和创建Button类
29:12
03 点击操作
51:44
01 虚拟计算器bug修复和重复点击问题解决
24:32
02 模板匹配
35:43
03 匹配多个对象
12:46
05 处理模板图片
10:48
01 数字模板处理和信用卡图片形态学操作
59:22
02 数字轮廓获取和匹配
48:24
01 使用argparse接收用户输入
30:29
02 分水岭算法理论讲解
22:00
03 分水岭算法实战
50:37
01 分水岭算法抠图以及和Canny, findContourns的对比
29:51
02 grabcut原理和使用
50:14
01 交互式grabcut程序
42:37
02 meanshift
22:09
03 视频前后景分离
13:31
04 图片修复
09:17
01 人脸检测
40:44
02 人眼检测
13:57
03 车牌识别
39:33
01 目标追踪介绍
16:13
02 OpenCV目标追踪算法介绍
05:10
03 目标追踪实战
52:05
04 OpenCV中使用深度学习模型
30:58
01 图片预处理和四个角点坐标排序
58:44
02 轮廓排序和计分功能
01:03:31
01 文档ocr扫描识别
47:54
02 光流估计
41:46
02 光学估计
41:46
