网盘截图:
课程目录:
│ PPT.zip
│
├─1.大模型技术概述
│ 1. 视觉大模型技术概述.mp4
│ 1. 视觉大模型技术概述_ev.mp4
│
├─2.自监督学习的原理与方法
│ 2.1自监督学习与前置任务.mp4
│ 2.1自监督学习与前置任务_ev.mp4
│ 2.2对比学习与SimCLR.mp4
│ 2.2对比学习与SimCLR_ev.mp4
│ 2.3Moco模型.mp4
│ 2.3Moco模型_ev.mp4
│ 2.4MoCo代码详解.mp4
│ 2.4MoCo代码详解_ev.mp4
│ 2.5掩码重建与BEiT.mp4
│ 2.5掩码重建与BEiT_ev.mp4
│
├─3.视觉基础大模型的架构
│ 3.1 ViT与其变种.mp4
│ 3.1 ViT与其变种_ev.mp4
│ 3.2 MoCo v3自监督骨干网络.mp4
│ 3.2 MoCo v3自监督骨干网络_ev.mp4
│ 3.3 DINO模型.mp4
│ 3.3 DINO模型_ev.mp4
│ 3.4 DINO代码详解.mp4
│ 3.4 DINO代码详解_ev.mp4
│ 3.5 MAE模型.mp4
│ 3.5 MAE模型_ev.mp4
│ 3.6 MAE代码详解.mp4
│ 3.6 MAE代码详解_ev.mp4
│ 3.7 SAM模型.mp4
│ 3.7 SAM模型_ev.mp4
│
├─4.多模态视觉大模型
│ 4.1 多模态学习的概念.mp4
│ 4.1 多模态学习的概念_ev.mp4
│ 4.2 多模态网络的架构.mp4
│ 4.2 多模态网络的架构_ev.mp4
│ 4.3 CLIP模型.mp4
│ 4.3 CLIP模型_ev.mp4
│ 4.4 CLIP代码详解.mp4
│ 4.4 CLIP代码详解_ev.mp4
│ 4.5 GLIP模型.mp4
│ 4.5 GLIP模型_ev.mp4
│ 4.6 Flamingo模型.mp4
│ 4.6 Flamingo模型_ev.mp4
│ 4.7 LLaVA模型.mp4
│ 4.7 LLaVA模型_ev.mp4
│
├─5.下游任务迁移与视觉提示
│ 5.1 线性探测与微调.mp4
│ 5.1 线性探测与微调_ev.mp4
│ 5.2 线性探测与微调代码详解.mp4
│ 5.2 线性探测与微调代码详解_ev.mp4
│ 5.3 Adapter方法.mp4
│ 5.3 Adapter方法_ev.mp4
│ 5.4 Adapter代码详解.mp4
│ 5.4 Adapter代码详解_ev.mp4
│ 5.5 视觉prompt方法.mp4
│ 5.5 视觉prompt方法_ev.mp4
│ 5.6 视觉Prompt代码详解.mp4
│ 5.6 视觉Prompt代码详解_ev.mp4
│ 5.7 小结.mp4
│ 5.7 小结_ev.mp4
│
├─6.实战-多模态大模型微调
│ 6.1 PandaGPT框架介绍.mp4
│ 6.1 PandaGPT框架介绍_ev.mp4
│ 6.2 环境与模型配置.mp4
│ 6.2 环境与模型配置_ev.mp4
│ 6.3 项目代码通览.mp4
│ 6.3 项目代码通览_ev.mp4
│ 6.4 数据集加载.mp4
│ 6.4 数据集加载_ev.mp4
│ 6.5 模型定义.mp4
│ 6.5 模型定义_ev.mp4
│ 6.6 模型实现.mp4
│ 6.6 模型实现_ev.mp4
│ 6.7 Demo运行.mp4
│ 6.7 Demo运行_ev.mp4
│ code .zip
│ Vicuna模型加载指南.txt
│ 端口映射方法.txt
│
├─7.实战-基于视觉提示的下游迁移
│ 7.1 VPT框架通览.mp4
│ 7.1 VPT框架通览_ev.mp4
│ 7.2 数据集加载.mp4
│ 7.2 数据集加载_ev.mp4
│ 7.3 模型定义.mp4
│ 7.3 模型定义_ev.mp4
│ 7.4 模型实现1.mp4
│ 7.4 模型实现1_ev.mp4
│ 7.5 模型实现2.mp4
│ 7.5 模型实现2_ev.mp4
│ 7.6 病理图像下游迁移.mp4
│ 7.6 病理图像下游迁移_ev.mp4
│ BCI数据集下载.txt
│ code .zip
│
├─code
│ adapter.py
│ CLIP.py
│ DINO.py
│ linear-probing.py
│ MAE.py
│ moco.py
│ prompt-tuning.py
│ 全部代码压缩包.zip
│
├─PPT
│ 0.视觉大模型课程前置介绍.pptx
│ 1.大模型技术概述.pptx
│ 2.自监督学习的原理与方法.pptx
│ 3.视觉基础大模型的架构.pptx
│ 4.多模态视觉大模型.pptx
│ 5.下游任务迁移与视觉提示.pptx
│
└─论文
Gemini-A Family of Highly Capable Multimodal Models.pdf
ImageBind-One Embedding Space To Bind Them All.pdf
InternVL-Scaling up Vision Foundation Models and Aligning for Generic Visual-Linguistic Tasks.pdf