51CTO-计算机视觉项目课：基于Django和YoloV8的鸟类识别智能平台
第2章鸟类观察的实现
第3章个人中心及登录和注册
第1章鸟类智能综合平台
第4章 鸟类识别和检测
课程资料
3-5 个人中心.mp4
3-7 个人中心的修改实现.mp4
3-1 用户数据表的创建.mp4
3-2 鸟类识别平台的登录页面.mp4
3-3 登录页面的修改-作业处理.mp4
3-6 个人中心的修改.mp4
3-4 用户注册和登录的具体实现.mp4
4-1 鸟类观察的甄别.mp4
4-3 鸟类观察的目标检测.mp4
4-4 AlexNet模型识别动物分类.mp4
4-2 鸟类识别的模型训练和部署.mp4
2-1 鸟类观察表的创建.mp4
2-9 鸟类观察页面的修改.mp4
2-4 鸟类观察页面的显示.mp4
2-5 鸟类观察数据的添加.mp4
2-2 鸟类观察数据表的创建.mp4
2-8 鸟类观察页面的创建.mp4
2-6 鸟类观察数据的添加和显示.mp4
2-10 鸟类观察的科普知识.mp4
2-3 鸟类观察页面的搭建.mp4
2-7 鸟类观察数据的删除.mp4
1-5 鸟类档案库的查询和显示.mp4
1-1 子应用鸟类数据表的创建.mp4
1-4 鸟类档案库的页面实现.mp4
1-7 鸟类信息显示的分页功能.mp4
1-3 鸟类数据的添加.mp4
1-6 鸟类图片信息的上传.mp4
1-2 鸟类数据的后台管理.mp4
Bird_Identification-01.7z
CHAPTER02-鸟类观察的实现-01.pdf
CHAPTER01-鸟类档案库的实现-01.pdf
object_detect-01.zip
CHAPTER04-鸟类观察的识别和检测-01.pdf
bird_classify-01.zip
CHAPTER03-用户登录和注册的实现-01.pdf
我用夸克网盘给你分享了「51CTO-计算机视觉项目课：基于Django和YoloV8的鸟类识别智能平台」，点击链接或复制整段内容，打开「夸克APP」即可获取。
/~ef9e3Y7cKb~
