Schița de curs

Introducere

Prezentare a Caracteristicilor și Arhitecturii Modelelor Preantrenate YOLO

  • Algoritmul YOLO
  • Algoritmi Bazati pe Regresie pentru Detectarea Obiectelor
  • Cum se Diferențiază YOLO de RCNN?

Folosirea Variantei Adequate a YOLO

  • Caracteristici și Arhitectura YOLOv1-v2
  • Caracteristici și Arhitectura YOLOv3-v4

Instalarea și Configurarea IDE-ului pentru Implementările YOLO

  • Implementarea Darknet
  • Implementarea PyTorch și Keras
  • Executarea OpenCV și NumPy

Prezentare a Detectării Obiectelor folosind Modele Preantrenate YOLO

Construirea și Personalizarea Aplicațiilor Python de Linie de Comandă

  • Etichetarea Imaginilor folosind Framework-ul YOLO
  • Clasificarea Imaginilor Bazată pe un Dataset

Detectarea Obiectelor în Imagini cu Implementările YOLO

  • Cum Funcționează Căsuțele Delimitatoare?
  • Cât de Acurată este YOLO pentru Segmentarea Instanțelor?
  • Parsarea Argumentelor de Linie de Comandă

Extragerea Etichetelor Claselor, Coordonatele și Dimensiunilor din YOLO

Afișarea Imaginilor Rezultante

Detectarea Obiectelor în Fluxuri Video cu Implementările YOLO

  • Cum Se Diferențiază de Procesarea Basică a Imaginilor?

Antrenarea și Testarea Implementărilor YOLO pe un Framework

Găsirea și Depanarea Problemelor

Synopsis și Concluzii

Cerințe

  • Experiență de programare în Python 3.x
  • Cunoștințe de bază ale oricărui IDE Python
  • Experiență cu argparse și argumentele de linie de comandă din Python
  • Comprezarea bibliotecilor de computer vision și machine learning
  • O înțelegere a algoritmilor fundamentali pentru detectarea obiectelor

Audiență

  • Dezvoltatori Backend
  • Științii Date
 7 ore

Numărul de participanți


Pret per participant

Mărturii (2)

Cursuri viitoare

Categorii înrudite