YOLOv3目标检测实战:交通标志识别

课程目标:学习和掌握使用YOLOv3目标检测方法实现交通标志识别

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
5分 共19课时,共2小时15分钟
现价¥58.00
购买
  1. 课程介绍
  2. 课程大纲
课程目标

学习和掌握使用YOLOv3目标检测方法实现交通标志识别

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

在无人驾驶中,交通标志识别是一项重要的任务。本项目以美国交通标志数据集LISA为训练对象,采用YOLOv3目标检测方法实现实时交通标志识别。

具体项目过程包括包括:安装Darknet、下载LISA交通标志数据集、数据集格式转换、修改配置文件、训练LISA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。

YOLOv3基于深度学习,可以实时地进行端到端的目标检测,以速度快见长。本课程将手把手地教大家使用YOLOv3实现交通标志识别。本课程的YOLOv3使用Darknet,在Ubuntu系统上做项目演示。 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,值得深入学习和探究。

除本课程《YOLOv3目标检测实战:交通标志识别》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:训练自己的数据集

《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》

另一门课程《YOLOv3目标检测实战:训练自己的数据集》主要是介绍如何训练自己标注的数据集。而本课程的区别主要在于学习对已标注数据集的格式转换,即把LISA数据集从csv格式转换成YOLOv3所需要的PASCAL VOC格式和YOLO格式。本课程提供数据集格式转换的Python代码。

请大家关注以上课程,并选择学习。

下图是使用YOLOv3进行交通标志识别的测试结果:

1.jpg

2.jpg

3.jpg

4.jpg

第一章课程介绍
1节9分钟
1-1课程介绍 [免费试看]
09:24
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
1节20分钟
3-1YOLOv3原理
20:02
第四章初识Darknet
1节7分钟
4-1初识Darknet
07:06
第五章安装Darknet
1节9分钟
5-1安装Darknet
09:01
第六章数据集标注及格式
1节3分钟
6-1数据集标注及格式
03:31
第七章LISA数据集介绍、下载及格式转换
3节22分钟
7-1LISA交通标志数据集介绍
09:29
7-2数据集及项目文件下载
03:24
7-3数据集格式转换
10:05
第八章YOLOv3配置文件解读及修改
2节16分钟
8-1YOLOv3配置文件解读
11:10
8-2修改配置文件
05:43
第九章训练LISA数据集
2节9分钟
9-1训练网络模型
05:10
9-2训练日志分析
04:15
第十章测试训练出的网络模型
1节4分钟
10-1测试网络模型
04:40
第十一章性能统计
1节2分钟
11-1检测性能评估
02:41
第十二章Anchor Box先验框聚类
1节2分钟
12-1先验框聚类方法
02:48
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