Способ вывода средств: Baidu.com
Всего [39] секций
Наличие учебной литературы: Да

Вы получите

Освоение методологии сегментации примеров YOLOv8 Обучение собственному набору данных

Методы аннотирования сегментации изображений

Изучение YOLOv8 PySide6 Интерфейс визуализации GUI

соответствующее население

Студенты и специалисты-практики, желающие изучить методы сегментации экземпляров YOLOv8
Курсы

Ultralytics YOLOv8 опирается на успех предыдущих версий YOLO, представляя новые функции и улучшения для дальнейшего повышения производительности и гибкости. YOLOv8 поддерживает задачи обнаружения и отслеживания целей, сегментации объектов, классификации изображений и оценки позы.

Этот курс научит вас использовать аннотацию labelme и применять YOLOv8 для обучения собственного набора данных для выполнения многоцелевого проекта по сегментации экземпляров. В этом курсе используются фотографии и видеоролики сцен вождения автомобилей для выполнения проекта: аннотирование объектов и сегментация экземпляров выбоин, автомобилей и полос движения в сцене вождения автомобиля.

Этот курс представляет собой демонстрацию проекта на системах Windows и Ubuntu соответственно. Включает: установку программного окружения (графический драйвер Nvidia, cuda и cudnn), установку PyTorch, установку YOLOv8, маркировку собственного набора данных с помощью labelme, преобразование формата набора данных, подготовку собственного набора данных, изменение конфигурационных файлов, обучение собственного набора данных, тестирование обученной сетевой модели и статистики производительности, YOLOv8 Интерфейс визуализации PySide6 GUI.

Новинкой этого курса является демонстрационный поток практических проектов по использованию бесплатной арифметики на GPU в AliCloud.

Каталог курсов

Глава 1: Введение в курс
Описание курса 10:29

Глава 2: Основы сегментации изображений
Сегментация изображений - описание задачи и общие наборы данных 15:07
Сегментация изображений - метрики производительности 15:09

Глава 3: Принцип работы сети YOLOv8
История технологии серии обнаружения целей YOLO 16:33
Сетевая архитектура YOLOv8 18:32
YOLACT Пример принципа сегментации 30:02
YOLOv8 Пример разделенного сетевого выхода 10:22

Глава 4: Пример раздельного проекта YOLOv8 (Windows)
Установка программного окружения (драйверы Nvidia, CUDA и cuDNN) 07:50
Установка PyTorch 03:36
Установка YOLOv8 07:00
Маркировка собственных наборов данных с помощью labelme 09:15
Преобразование формата набора данных 12:19
Подготовка собственного набора данных 02:43
Изменение конфигурационных файлов 02:19
Обновление файла конфигурации 00:48
Обучение собственному набору данных 08:14
Тестирование обученных сетевых моделей и статистика производительности 06:46
YOLOv8 PySide6 GUI интерфейс визуализации 08:40
YOLOv8 PySide6 Визуальное манипулирование графическим интерфейсом 04:53
YOLOv8 Пример разделения каждой цели, сохраненной в отдельный файл 01:24

Глава 5: Пример YOLOv8 для раздельного проекта (Ubuntu)
Установка программного окружения (драйверы Nvidia, CUDA и cuDNN) 08:57
Установка PyTorch 08:49
Установка YOLOv8 10:42
Маркировка собственных наборов данных с помощью labelme 11:11
Преобразование формата набора данных 10:17
Подготовка собственного набора данных 02:05
Изменение конфигурационных файлов 03:07
Обновление файла конфигурации 00:48
Обучение собственному набору данных 09:29
Тестирование обученных сетевых моделей и статистика производительности 06:09
YOLOv8 PySide6 GUI интерфейс визуализации 07:15
YOLOv8 PySide6 Визуальное манипулирование графическим интерфейсом 04:53
YOLOv8 Пример разделения каждой цели, сохраненной в отдельный файл 01:24

Глава 6: Практика проекта сегментации на примере YOLOv8 (бесплатная GPU-арифметика AliCloud)
AliCloud Создание экземпляров 04:42
Клонирование и установка проекта 05:53
Подготовка набора данных 01:53
Изменение конфигурационных файлов 02:50
Обучение собственному набору данных 06:28
Оценка эффективности 03:44

Скачать ресурс

Цена загрузки этого ресурса составляет28.9Золотые монеты, пожалуйста, сначалавойти в систему

Заявление о ресурсах (покупка считается согласием с этим заявлением):
1. любая операция в веб-платформе считается прочитал и согласился с нижней части сайта регистрационное соглашение и отказ от ответственности, этот сайт ресурсы были ультра-низкая цена, и не предоставляет техническую поддержку
2. некоторые пользователи сети поделиться сетевой адрес диска может быть недействительным, таких как возникновение сбоев, пожалуйста, отправьте письмо в службу поддержки код711cn#qq.com (замените # на @) будет составлен, чтобы отправить
3. этот сайт предоставляет все загружаемые ресурсы (программное обеспечение и т.д.) сайт, чтобы гарантировать, что никаких негативных изменений; но этот сайт не может гарантировать точность, безопасность и целостность ресурсов, пользователь загружает по своему усмотрению, мы общаемся, чтобы узнать для целей не все исходный код не 100% безошибочно или нет ошибок; вы должны иметь определенную основу, чтобы быть в состоянии читать и понимать код, чтобы быть в состоянии изменить отладку! код и устранять ошибки. В то же время, пользователи данного сайта должны понимать, что Source Code Convenience Store не владеет никакими правами на программное обеспечение, предоставленное для скачивания, авторские права принадлежат законному владельцу ресурса.
4. все ресурсы на этом сайте только для обучения и исследовательских целей, пожалуйста, должны быть удалены в течение 24 часов после загрузки ресурсов, не используйте в коммерческих целях, в противном случае юридические споры, возникающие с сайта и издателя залога ответственности сайта и не будет нести!
5. в связи с воспроизводимым характером ресурсов, приобретенные ресурсы не подлежат возврату, баланс пополнения также не подлежит возврату