YOLOv,全稱為You Only Look Once version,是一個系列的目標檢測算法,由Joseph Redmon及其團隊首先提出,并經歷了多次迭代和改進。核心思想是將目標檢測任務轉化為一個單一的回歸問題,僅通過一次前向傳播即可同時預測出圖像中物體的邊界框及其類別概率,極大地提升了檢測速度與效率。
【項目名稱】:YOLOv機器學習
【適用人群】:
機器學習初學者:對機器學習有一定了解,但尚未深入掌握目標檢測算法的人員。
目標檢測算法開發者:已經具備機器學習基礎,并有一定目標檢測算法開發經驗的人員。
科研人員和學者:從事計算機視覺、機器學習等相關領域研究的科研人員。
【課程特色】:
項目實戰:利用目標檢測公開數據集和特定數據集進行項目實戰,提升學員的實踐能力。
理論精講:深入剖析YOLO系列算法的核心知識點,包括主要結構、損失函數、標簽分配策略等。
代碼復現:提供YOLO系列算法的核心創新點代碼實現,幫助學員快速上手。
綜合提升:深入掌握YOLO系列算法的改進技巧,增強學員在科研和求職中的競爭力。
【課程內容】:
課程班型 | 課程內容 |
YOLOv8自定義旋轉對象檢測、姿態評估、注意力修改模型、從訓練到嵌入式部署班: |
課程概述與YOLOv8新特性介紹(2小節);詳解YOLOv8 Pose模型(2小節);自定義姿態模型從訓練到部署(2小節);詳解 OBB旋轉對象模型(2小節);自定義OBB對象檢測訓練到部署(2小節);YOLOv8模型修改之注意力模塊添加與訓練(2小節);C++實現YOLOv8模型部署推理(2小節);YOLOv8烏班圖嵌入式板卡部署(3小節);YOLOv8 Jetson Nano板卡部署(3小節) |
YOLOv8自定義對象檢測、實例分割、目標跟蹤從訓練到部署班: | YOLOv8介紹與安裝環境測試(2小節),YOLOv8模型結構與源碼詳解(5小節),YOLOv8自定義對象檢測(3小節),YOLOv8自定義實例分割-工業缺陷檢測(3小節),YOLOv8自定義對象跟蹤(1小節),YOLOv8模型推理部署(4小節) |
YOLOv5新版7.0 自定義對象檢測-從訓練到部署班: | 課程概述與環境搭建;模型可視化與精度詳解;YOLOv5模型結構詳解;自定義數據集標注與數據轉換;數據集配置與模型訓練;訓練參數與訓練可視化與驗證;YOLOv5部署之OpenCV DNN詳解;OpenCV DNN部署與推理演示;ONNXRUNTIME部署與推理演示;OpenVINO2022部署與推理演示;TensorRT部署與推理;CPU與GPU C++推理;TensorRT上INT8模型量化與部署 |
YOLOv5模型注意力改進詳解與實現班: |
課程介紹于概述(1小節);YOLOv5模型詳解(2小節);SE注意力(3小節);CBAM注意力(3小節);ECA注意力(2小節);GAM注意力(2小節);CA注意力(3小節) |
【環境展示】:
【課程目標】:
幫助學員全面掌握YOLOv系列算法的理論知識和實踐技能,提升其在目標檢測領域的專業素養和實踐能力,同時培養其創新能力和職業素養,為未來的職業發展打下堅實的基礎。
【機構簡介】:
和訊自動化培訓中心專業從事電工培訓,PLC培訓,自動化設備設計及改造,工業自動化控制系統的設計及改造,基礎理論與實際操作零距離結合,推進“理實一體”一對一、私人訂制VIP學員教學新模式。和訊自動化培訓,交通便利,實行學生與講師零距離互動探討,創新教學理念,硬件設備齊全,擁有國內外品牌PLC、觸摸屏、伺服系統、馬達及相關專用輔助設備,學習時間靈活掌控,隨到隨學。
【應用領域】:
自動駕駛:用于檢測車輛、行人、交通標志等目標,為自動駕駛系統提供重要的感知信息。
實時監控:用于檢測監控視頻中的異常事件和目標,如人臉識別、行人跟蹤等。
機器人導航:用于機器人對環境的感知和理解,實現自主導航和避障等功能。
醫學影像分析:用于檢測醫學影像中的病灶、器官等目標,輔助醫生進行診斷和治療。
設備
上課4
設備6
設備2
¥詢價課時:2個月起
¥詢價課時:2個月起
¥詢價課時:2個月起
¥詢價課時:2個月起
¥詢價課時:2個月
¥詢價課時:2個月
¥詢價課時:詳詢
¥詢價課時:詳詢
¥詢價課時:詳詢
¥詢價課時:詳詢
¥3000課時:2個月
¥詢價課時:詳詢