- 01. 分类 Sebastian
- 02. 欢迎来到计算机视觉
- 03. 介绍 Tarin
- 04. 计算机视觉和无人驾驶车
- 05. LiDAR 数据
- 06. 图像分类流程
- 07. 测验：分类步骤
- 08. 学会分类图像
- 09. 什么是机器学习？
- 10. 训练一个模型
- 11. 测验：选择分层
- 12. 作为网格像素的图像
- 13. Notebook: 作为数字数据的图像
- 14. 颜色图像
- 15. 颜色或灰度？
- 16. Notebook: 可视化 RGB 通道
- 17. 预处理
- 18. Notebook: 裁剪和调整大小
- 19. 颜色遮罩
- 20. 安装 OpenCV，操作说明
- 21. 绿屏汽车
- 22. Notebook: 绿屏背景
- 23. 颜色空间和变换
- 24. HSV 转换
- 25. Notebook: 颜色转换
- 26. 白天和夜晚分类
- 27. Notebook: 加载和可视化数据
- 28. 标签数据和准确性
- 29. 显著特征
- 30. 特征提取
- 31. 特征
- 32. 标准化输出
- 33. Notebook：标准化白天和夜晚图像
- 34. 平均亮度
- 35. Notebook: 平均亮度特征提取
- 36. 特征和分类
- 37. 选择特征
- 38. 过滤和查找边缘
- 39. 高通滤波器
- 40. 测验：内核
- 41. Notebook：寻找边缘
- 42. 无人驾驶车的卷积
- 43. Notebook: 直方图和特征向量
- 44. 分类
- 45. Notebook: 分类
- 46. 评估指标
- 47. Notebook: 准确性和错误分类
- 48. 祝贺你！
- 49. 结束和起点