YOLOv3目标检测实战:训练自己的数据集

课程目标:学习和掌握YOLOv3目标检测训练自己的数据集方法

24小时内答疑 课时永久观看 15分钟内无条件退款
1. 仅限付费视频课程适用
2. 购买后15分钟内可以找到客服进行沟通退款
3. 退款将返还至51CTO学院账户,不支持提现
4. 下载资料后不再享有退款特权
5. 客服(Tel:400-101-1651)
6. 最终解释权归51CTO所有
4.4分 共23课时,共2小时41分钟
现价¥58.00
购买
  1. 课程介绍
  2. 课程大纲
课程目标

学习和掌握YOLOv3目标检测训练自己的数据集方法

适用人群

具有一定深度学习基础,希望掌握YOLOv3目标检测实战方法的同学们

课程简介

告知:YOLOv4来了!与YOLOv3相比,新版本的AP(精度)和FPS(每秒帧率)分别提高了10%和12%。有意学习新课程《YOLOv4目标检测实战:训练自己的数据集》的同学,请前往https://edu.51cto.com/course/22982.html。


YOLOv3是一种基于深度学习的端到端实时目标检测方法,以速度快见长。本课程将手把手地教大家使用labelImg标注和使用YOLOv3训练自己的数据集。课程分为三个小项目:足球目标检测(单目标检测)、梅西目标检测(单目标检测)、足球和梅西同时目标检测(两目标检测)。


本课程的YOLOv3使用Darknet,在Ubuntu系统上做项目演示。包括:安装Darknet、给自己的数据集打标签、整理自己的数据集、修改配置文件、训练自己的数据集、测试训练出的网络模型、性能统计(mAP计算和画出PR曲线)和先验框聚类。


Darknet是使用C语言实现的轻型开源深度学习框架,依赖少,可移植性好,值得深入探究。


除本课程《YOLOv3目标检测实战:训练自己的数据集》外,本人推出了有关YOLOv3目标检测的系列课程,请持续关注该系列的其它课程视频,包括:

《YOLOv3目标检测实战:交通标志识别》

《YOLOv3目标检测:原理与源码解析》

《YOLOv3目标检测:网络模型改进方法》



下图是使用YOLOv3对足球和梅西同时进行目标检测的测试结果:

predictions-ball-messi.jpg

第一章课程介绍
1节9分钟
1-1课程介绍 [免费试看]
09:43
第二章目标检测基础知识
4节26分钟
2-1目标检测-任务
03:22
2-2目标检测-常用数据集
03:12
2-3目标检测-性能指标
13:48
2-4目标检测-网络模型演进
06:09
第三章YOLOv3目标检测原理
2节27分钟
3-1YOLOv3目标检测原理
20:02
3-2初识Darknet
07:06
第四章足球目标检测
9节1小时5分钟
4-1安装Darknet
09:01
4-2给自己的数据集打标签
12:10
4-3整理自己的数据集
07:44
4-4YOLOv3的cfg文件解读
11:10
4-5修改配置文件
05:46
4-6训练自己的数据集
11:05
4-7测试训练出的网络模型
05:29
4-8性能统计
00:52
4-9先验框聚类
01:48
第五章梅西目标检测
3节15分钟
5-1数据集准备及网络训练
09:44
5-2网络模型测试
02:33
5-3性能统计及先验框聚类
03:23
第六章足球和梅西目标检测
3节16分钟
6-1数据集准备及网络训练
06:52
讲师介绍
白勇
讲师评分4.8分
双一流高校教授,博士生导师,美国博士学位,十年以上工作经历。先后就职美国和国内信息技术公司与高校。具有国家级科研项目经验;创业公司专家顾问。译著:计算机视觉深度学习;发表学术论文100多篇;授权专利国内外10多项。
X
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载