YOLO:Python中的自定义数据对象检测模型

你会学到什么
使用定制训练数据集模型的基于Python的YOLO对象检测。
YOLO定制培训
YOLO V5物体检测
开发用于对象检测的Web应用程序

MP4 |视频:h264,1280×720 |音频:AAC,44.1 KHz,2声道
语言:英语+中英文字幕(云桥网络 机译) |时长:36节课(2小时59分钟)|大小解压后:1.72 GB

要求
一台像样的配置计算机(最好是Windows ),以及使用Python深入世界图像和对象识别的热情
数据科学Python知识

描述
欢迎来到“YOLO:Python中的自定义对象检测”

目标检测是计算机视觉最常用的应用,计算机/机器能够在图像中定位和分类目标。

在本课程中我们专门使用YOLO(你只看一次)和强大而流行的统一物体检测模型。YOLO使用神经网络来提供实时物体检测。这种算法因其速度和准确性而广受欢迎。它已经在各种应用中被用于检测交通信号、人、停车计时器和动物。YOLO: Custom Object Detection in Python

本课程分为两部分。前半部分处理自定义数据集的对象检测,其中我们将定位20类对象。在下半年,我们将创建一个web应用程序,并为用户提供图形用户界面体验。不仅如此,我们还将在云平台中部署我们的模型。

现在让我们看看课程中的主题

关于YOLO物体探测的介绍性理论会议

在这一节中,我将解释对象检测的历史

对象检测度量,如IoU(交集/并集)、精度、平均精度(mAP)等。

然后我们会看到YOLO背后的数学概念

我还将介绍YOLO如何从每个版本中得到改进

之后,我们准备继续通过下载和安装Python包来准备我们的计算机进行Python编码,并将检查和查看是否一切安装良好。

2.YOLO模型的数据准备

在这一部分中,我们将把我们所学的一切付诸实践。这部分完全是动手操作,我们将编写python代码并使用pandas dataframes来准备数据。

a.收集数据时应遵循的经验法则

b.用于对象检测的标签图像:这里我们将使用LabelImg工具,它是一个开源工具,用于标记标签。

c.从XML文件中解析数据并提取信息,如文件名、大小、边界框信息(xmin,xmax,ymin,ymax)

d.处理熊猫数据框架中的XML数据。然后分割图像并在训练和测试中保存各自的标签信息。

3.列车YOLO v5模型

4.创建Web应用程序

这就是本快速课程目前包含的所有主题。本课程中使用的代码、图像和砝码已上传并共享到一个文件夹中。我会在最后一节课或本课程的资源部分提供下载链接。你可以自由地在你的项目中使用这些代码,不需要问任何问题。

此外,完成本课程后,您将获得课程完成证书,这将为您的投资组合增值。

这门课程是给谁的
想要从头开始开发自定义对象检测模型的初学者和专业人士。

云桥网络 为三维动画制作,游戏开发员、影视特效师等CG艺术家提供视频教程素材资源!