コース概要
導入
YOLO 事前トレーニング済みモデルの機能とアーキテクチャの概要
- YOLO アルゴリズム
- 物体検出のための回帰ベースのアルゴリズム
- YOLO は RCNN とどう違うのですか?
適切な YOLO バリアントの利用
- YOLOv1-v2 の機能とアーキテクチャ
- YOLOv3-v4 の機能とアーキテクチャ
YOLO 実装用の IDE のインストールと構成
- ダークネットの実装
- PyTorch と Keras の実装
- OpenCVとNumPyの実行
YOLO 事前トレーニング済みモデルを使用した物体検出の概要
構築とカスタマイズ Python コマンドライン アプリケーション
- YOLO フレームワークを使用した画像のラベル付け
- データセットに基づく画像分類
YOLO 実装による画像内のオブジェクトの検出
- 境界ボックスはどのように機能しますか?
- インスタンスのセグメンテーションにおける YOLO の精度はどの程度ですか?
- コマンドライン引数の解析
YOLO クラスのラベル、座標、寸法の抽出
結果の画像を表示する
YOLO 実装によるビデオ ストリーム内のオブジェクトの検出
- 基本的な画像処理と何が違うのですか?
フレームワークでの YOLO 実装のトレーニングとテスト
トラブルシューティングとデバッグ
要約と結論
要求
- Python3.xプログラミング経験
- PythonIDEの基本的な知識
- Pythonargparseとコマンドライン引数の経験
- コンピュータビジョンと機械学習ライブラリの理解
- 基本的なオブジェクト検出アルゴリズムの理解
観客
- バックエンド開発者 データサイエンティスト
お客様の声 (3)
The hands-on approach
Kevin De Cuyper
コース - Computer Vision with OpenCV
Trainer was very knowlegable and very open to feedback on what pace to go through the content and the topics we covered. I gained alot from the training and feel like I now have a good grasp of image manipulation and some techniques for building a good training set for an image classification problem.
Anthea King - WesCEF
コース - Computer Vision with Python
例と演習
Kamil
コース - Introduction to Data Science and AI using Python
Machine Translated