第五章第三节 Yolov3相关算法的原理及实现（下）

《AI未来星球》陪伴成长的人工智能社群，价值过万的各种内部资源及活动，限时特惠中，点击查看。

注意：《30天入门人工智能》课程，带有免费字样的，为试听课程。

其他课程可点击进入腾讯课堂链接，购买查看，原创不易，感谢支持！

PS：购买后也可下载腾讯课堂APP，可选择画面清晰度，观看更清晰。

求职跳槽福利：为了便于大家求职、跳槽的准备，大白花了一年多时间准备了《人工智能算法岗江湖武林秘籍》，限时开放下载，点击查看下载。

---

• 第一节 人工智能基础入门指南-免费
• 第二节 《30天入门深度学习》学习指南-免费

• 第一节 神经网络的输入输出
• 第二节 初级神经网络入门讲解
• 第三节 浅层神经网络入门指南
• 第四节 深度神经网络&迁移学习

• 第一节 输入端优化1：数据增强&数据归一化
• 第二节 输入端优化2：梯度下降&参数初始化
• 第三节 中间层优化1：激活函数
• 第四节 中间层优化2：网络归一化&学习率衰减
• 第五节 输出端优化1：softmax多分类器
• 第六节 输出端优化2：多任务学习&端到端学习

• 第一节 人工智能核心基础：卷积神经网络（上）
• 第二节 人工智能核心基础：卷积神经网络（下）
• 第三节 经典卷积神经网络1：Lenet-5
• 第四节 经典卷积神经网络2：Alexnet
• 第五节 经典卷积神经网络3：VGG-16
• 第六节 改进卷积神经网络1：Resnet
• 第七节 改进卷积神经网络2：Inception

• 第一节 目标检测算法的背景与分类
• 第二节 Yolov3相关算法的原理及实现（上）-免费
• 第三节 Yolov3相关算法的原理及实现（下）-免费
• 第四节 Yolov4相关算法的原理及实现（上）-免费
• 第五节 Yolov4相关算法的原理及实现（下）-免费
• 第六节 Faster-RCNN相关算法的原理及实现（上）
• 第七节 Faster-RCNN相关算法的原理及实现（下）

• 第一节 网络训练技巧1：数据集选择及设计
• 第二节 网络状态技巧2：错误分析及错误标签修正
• 第三节 网络训练问题：过&欠拟合、梯度爆炸&消失
• 第四节 过拟合消除技巧：L2正则化&dropout
• 第五节 项目状态评判：贝叶斯误差&网络评判