Udemy線上課程 YOLOv8目標檢測實戰：訓練自己的數據集 講師:Frank BAI 影音教學 中文發音 繁體中文版(DVD版)
Ultralytics YOLOv8 基於先前 YOLO 版本的成功，引入了新功能和改進，進一步提升性能和靈活性。
YOLOv8 支援目標檢測與跟蹤、實例分割、圖像分類和姿態估計任務。
YOLOv8使用 PyTorch開發，設計了更高效的具有豐富梯度流的骨幹網路和Neck。
採用了Anchor-free無錨範式、解耦頭、Task Aligned正負樣本分配策略和CIoU+DFL損失等前沿技術。
本課程將手把手地教大家使用labelImg標注和使用YOLOv8訓練自己的資料集，完成一個多目標檢測實戰專案，可檢測圖像和影片中的足球和梅西兩個目標類別。
本課程分別在Windows和Ubuntu系統上做專案演示。
包括：安裝軟體環境（Nvidia顯卡驅動、cuda和cudnn）、安裝PyTorch、安裝YOLOv8、使用labelme標注自己的資料集、準備自己的資料集（自動劃分訓練集和驗證集）、修改設定檔、訓練自己的資料集（合適的命令參數選擇）、測試訓練出的網路模型和性能統計。
01 - 課程介紹
001 課程介紹.mp4
02 - 目標檢測基礎知識
001 目標檢測-任務說明.mp4
002 目標檢測-常用數據集.mp4
003 目標檢測-性能指標.mp4
03 - YOLOv8目標檢測網絡
001 YOLO目標檢測系列技術發展史.mp4
002 YOLOv8網絡架構.mp4
04 - YOLOv8目標檢測項目實戰（Windows）
001 prepare-data.py
001 testfiles.zip
001 VOCdevkit-bm.zip
001 YOLOv8-ubuntu.pdf
001 YOLOv8目標檢測實戰-win10.pdf
001 YOLOv8目標檢測實戰-win10繁體.pdf
001 安裝軟件環境(Nvidia驅動，CUDA和cuDNN).mp4
002 安裝PyTorch.mp4
003 安裝YOLOv8.mp4
004 使用labelImg標注自己的數據集.mp4
005 準備自己的數據集.mp4
006 修改配置文件.mp4
007 修改設定檔（更新）.mp4
008 訓練自己的數據集.mp4
009 測試訓練出的網絡和性能統計.mp4
05 - YOLOv8目標檢測項目實戰（Ubuntu）
001 prepare-data.py
001 testfiles.zip
001 VOCdevkit-bm.zip
001 YOLOv8-ubuntu.pdf
001 安裝軟件環境（Nvidia顯卡驅動、cuda和cudnn）.mp4
002 安裝PyTorch.mp4
003 安裝YOLOv8.mp4
004 使用labelImg標注自己的數據集.mp4
005 準備自己的數據集.mp4
006 修改配置文件.mp4
007 修改設定檔（更新）.mp4
008 訓練自己的數據集.mp4
009 測試訓練出的網絡模型和性能統計.mp4
|
|
您現在的位置：
專業知識教學
