Udemy線上課程 YOLOv5目標檢測之Grad-CAM熱力圖可視化 講師:Frank BAI 影音教學 中文發音 中文版(DVD版)
PyTorch版的YOLOv5是一個非常流行的基于深度學習的目標檢測器。本課程使用Grad-CAM熱力圖可視化方法對YOLOv5進行熱力圖可視化，可以直觀展示圖像中哪些區域對物體類別分類貢獻程度大。
Grad-CAM是一種CNN（卷積神經網絡）可解釋性的經典方法，與CAM（類激活圖）相比，這種方法不需要對模型進行改動就可以生成熱力圖（heatmap），非常方便和靈活。
本課程在YOLOv5 v6.1版本代碼的基礎上增加了Grad-CAM熱力圖可視化方法，演示針對自己的數據集訓練和進行Grad-CAM熱力圖可視化過程，還講解了原代碼針對Grad-CAM熱力圖可視化的所做的修改部分。
本課程分為原理篇、項目實戰篇、代碼講解篇。
· 原理篇包括：Grad-CAM熱力圖可視化原理。
· 項目實戰篇包括：PyTorch環境安裝、YOLOv5項目安裝、準備自己的數據集、修改配置文件、訓練自己的數據集、Grad-CAM熱力圖可視化。
· 代碼講解篇包括：針對Grad-CAM熱力圖可視化具體修改的代碼講解。
01 - 課程介紹
001 課程介紹.mp4
02 - 原理篇
002 Grad-CAM熱力圖可視化原理.mp4
03 - 項目實戰篇
003 PyTorch環境安裝（Windows）.mp4
004 PyTorch環境安裝(Ubuntu).mp4
005 YOLOv5項目安裝.mp4
005-prepare_data.py
005-testfiles.zip
005-VOCdevkit_bm.zip
005-yolov5-6.1-gradcam.zip
005-yolov5可視化-ubuntu.pdf
005-yolov5可視化-windows.pdf
006 準備自己的數據集.mp4
007 修改配置文件.mp4
008 訓練自己的數據集.mp4
009 Grad-CAM熱力圖可視化.mp4
04 - 代碼講解篇
010 修改代碼的講解.mp4
|
|
您現在的位置：
專業知識教學
