طريقة السحب: Baidu.com
إجمالي [39] قسمًا
توفر البرامج الدراسية: نعم

سوف تكسب

إتقان منهجية تدريب مجموعة البيانات الخاصة بك على أمثلة تجزئة YOLOv8

طرق الشرح التوضيحية الرئيسية لتجزئة الصور

تعلم واجهة تصور واجهة المستخدم الرسومية YOLOv8 PySide6

السكان المطبقون

الطلاب والممارسون الذين يرغبون في تعلم تقنيات تجزئة مثيل YOLOv8
الدورات التدريبية

يعتمد الإصدار Ultralytics YOLOv8 على نجاح إصدارات YOLO السابقة، حيث يقدم ميزات وتحسينات جديدة لتعزيز الأداء والمرونة بشكل أكبر، ويدعم YOLOv8 اكتشاف الهدف وتتبعه وتجزئة المثيل وتصنيف الصور ومهام تقدير الوضع.

ستعلّمك هذه الدورة التدريبية استخدام التعليق التوضيحي لـ labelme واستخدام YOLOv8 لتدريب مجموعة البيانات الخاصة بك لإكمال مشروع تجزئة متعدد الأهداف للمثيل. تستخدم هذه الدورة التدريبية صورًا ومقاطع فيديو لمشاهد قيادة السيارات لتنفيذ المشروع: التعليق التوضيحي للأشياء وتجزئة النماذج للحفر والسيارات وخطوط المسارات في مشهد قيادة السيارة.

هذه الدورة عبارة عن عرض توضيحي للمشروع على نظامي ويندوز وأوبونتو على التوالي. بما في ذلك: تثبيت بيئة البرامج (برنامج تشغيل رسومات Nvidia و cuda و cudnn)، وتثبيت PyTorch، وتثبيت YOLOv8، وتسمية مجموعة البيانات الخاصة بك باستخدام labelme، وتحويل تنسيق مجموعة البيانات، وإعداد مجموعة البيانات الخاصة بك، وتعديل ملفات التكوين، وتدريب مجموعة البيانات الخاصة بك، واختبار نموذج الشبكة المدرّب وإحصائيات الأداء، و YOLOv8 واجهة تصور واجهة المستخدم الرسومية PySide6.

الجديد في هذه الدورة التدريبية هو مشروع تجريبي عملي لاستخدام حساب GPU المجاني على AliCloud.

كتالوج المقررات الدراسية

الفصل 1: مقدمة للمقرر الدراسي
توصيف المقرر 10:29

الفصل 2: أساسيات تجزئة الصور
تقسيم الصور - وصف المهمة ومجموعات البيانات الشائعة 15:07
تجزئة الصور - مقاييس الأداء 15:09

الفصل 3: فصل مبدأ شبكة YOLOv8
تاريخ سلسلة تقنيات سلسلة YOLO للكشف عن الأهداف 16:33
بنية شبكة YOLOV8 18:32
مبدأ تجزئة أمثلة YOLACT 30:02
مثال لشبكة YOLOv8 مثال على تقسيم مخرجات الشبكة 10:22

الفصل 4: مثال على مشروع YOLOv8 مثال على ممارسة تقسيم المشروع (ويندوز)
تثبيت بيئة البرنامج (برامج تشغيل Nvidia و CUDA و cuDNN) 07:50
تثبيت PyTorch 03:36
تثبيت YOLOv8 07:00:00
تسمية مجموعة البيانات الخاصة بك باستخدام labelme 09:15
تحويل تنسيق مجموعة البيانات 12:19
إعداد مجموعة البيانات الخاصة بك 02:43
تعديل ملفات التكوين 02:19
تعديل تحديث ملف التهيئة 00:48
تدريب مجموعة البيانات الخاصة بك 08:14
اختبار نماذج الشبكات المدربة وإحصائيات الأداء 06:46
واجهة تصور واجهة المستخدم الرسومية YOLOv8 PySide6 08:40
YOLOv8 PySide6 معالجة الواجهة المرئية لواجهة المستخدم الرسومية YOLOv8 04:53
مثال على تقسيم YOLOv8 مثال تقسيم يحفظ كل هدف في ملف منفصل 01:24

الفصل 5: مثال على مشروع YOLOv8 مثال على ممارسة تقسيم المشروع (Ubuntu)
تثبيت بيئة البرنامج (برامج تشغيل Nvidia وCUDA وCuDNN) 08:57
تثبيت PyTorch 08:49
تثبيت YOLOv8 10:42
تسمية مجموعة البيانات الخاصة بك باستخدام labelme 11:11
تحويل تنسيق مجموعة البيانات 10:17
إعداد مجموعة البيانات الخاصة بك 02:05
تعديل ملفات التكوين 03:07
تعديل تحديث ملف التهيئة 00:48
تدريب مجموعة البيانات الخاصة بك 09:29
اختبار نماذج الشبكات المدربة وإحصائيات الأداء 06:09
واجهة تصور واجهة المستخدم الرسومية YOLOv8 PySide6 07:15
YOLOv8 PySide6 معالجة الواجهة المرئية لواجهة المستخدم الرسومية YOLOv8 04:53
مثال على تقسيم YOLOv8 مثال تقسيم يحفظ كل هدف في ملف منفصل 01:24

الفصل 6: مثال على مشروع تجزئة YOLOv8 (حساب وحدة معالجة الرسومات المجانية لوحدة معالجة الرسومات (GPU)
علي كلاود إنشاء مثيلات علي كلاود 04:42
استنساخ المشروع وتثبيته 05:53
إعداد مجموعة البيانات 01:53
تعديل ملفات التكوين 02:50
تدريب مجموعة البيانات الخاصة بك 06:28
تقييم الأداء 03:44

تنزيل الموارد

سعر التنزيل لهذا المورد هو28.9العملات الذهبية من فضلك أولاًتسجيل الدخول

بيان الموارد (يعتبر الشراء موافقة على هذا البيان):
1 - أي عملية في منصة الموقع تعتبر قد قرأت ووافقت على الجزء السفلي من اتفاقية التسجيل في الموقع وإخلاء المسؤولية، وقد كانت موارد هذا الموقع منخفضة للغاية، ولا تقدم الدعم الفني
2 - قد يكون عنوان القرص الصافي المشترك لبعض مستخدمي الشبكة غير صالح، مثل حدوث عطل، يرجى إرسال بريد إلكتروني إلى خدمة العملاء الرمز711cn#P5Tq.com (استبدل # بـ @) سيتم إرسال
3 - يوفر هذا الموقع جميع الموارد القابلة للتحميل (البرمجيات وغيرها) الموقع لضمان عدم وجود تغييرات سلبية؛ ولكن هذا الموقع لا يمكن أن يضمن دقة وأمن وسلامة الموارد، يقوم المستخدم بالتحميل حسب تقديره الخاص، ونحن نتواصل للتعلم لغرض ليس كل شفرة المصدر ليست 100% خالية من الأخطاء أو لا أخطاء؛ تحتاج إلى أن يكون لديك أساس معين لتكون قادرًا على قراءة وفهم الكود، لتتمكن من تعديل التصحيح! الشيفرة وحل الأخطاء. في الوقت نفسه، يجب على مستخدمي هذا الموقع أن يفهموا أن متجر كود المصدر لا يمتلك أي حقوق للبرامج المتوفرة للتحميل، فحقوق النشر تعود للمالك القانوني للمورد.
4 - جميع الموارد الموجودة على هذا الموقع لأغراض التعلم والبحث فقط، يرجى حذفها في غضون 24 ساعة من الموارد التي تم تنزيلها، ولا تستخدم لأغراض تجارية، وإلا فإن النزاعات القانونية الناشئة عن الموقع وناشر الموقع ذات المسؤولية الجانبية ولن يتحملها!
5 - نظرًا لطبيعة الموارد القابلة للاستنساخ، فإنه بمجرد شرائها تكون غير قابلة للاسترداد، فإن رصيد إعادة الشحن غير قابل للاسترداد أيضًا