Pelajari cara melatih model deteksi objek khusus menggunakan Python, OpenCV. Kembangkan aplikasi web dengan Streamlit
Yang akan Anda pelajari
-
Deteksi Objek YOLO berbasis Python menggunakan Model Kumpulan Data Terlatih Khusus.
-
Pelatihan Kustom YOLO
-
Deteksi Objek YOLO V5
-
Latih banyak objek
-
Konsep penting Streamlit
-
Kembangkan Aplikasi Web dengan Python
Deskripsi
Selamat datang di ‘YOLO: Deteksi Objek Khusus & Aplikasi Web dengan Python’
Deteksi Objek adalah aplikasi Computer Vision yang paling banyak digunakan, dimana komputer/mesin dapat menemukan dan mengklasifikasikan objek dalam suatu gambar.
Dalam kursus ini kami secara khusus menggunakan YOLO (You Only Look Once) dan model deteksi objek terpadu yang kuat dan populer. YOLO menggunakan jaringan saraf untuk menyediakan deteksi objek secara real-time. Algoritma ini populer karena kecepatan dan keakuratannya. Ini telah digunakan dalam berbagai aplikasi untuk mendeteksi sinyal lalu lintas, orang, meteran parkir, dan hewan.
Kursus ini dibagi menjadi dua bagian. Bagian pertama berkaitan dengan deteksi objek dengan kumpulan data khusus di mana kita akan menemukan 20 kelas objek. Dan di bagian kedua kita akan membuat aplikasi web dan memberikan pengalaman Interfase Pengguna Grafis untuk menggunakannya. Tidak hanya itu kami juga akan menerapkan model kami di platform Cloud.
Sekarang mari kita lihat topik-topik dalam kursus ini
-
Sesi pengantar teori tentang Deteksi Objek YOLO Di sini, di bagian ini kami akan menjelaskan sejarah Deteksi Objek
-
Metrik Deteksi Objek seperti IoU (Intersection Over Union), Precision, mean Average Precision (mAP), dll.
-
Kemudian kita akan melihat konsep matematika dibalik YOLO
-
Kami juga akan membahas bagaimana YOLO meningkat dari setiap versi
Setelah itu, kita siap untuk melanjutkan mempersiapkan komputer kita untuk pengkodean Python dengan mengunduh dan menginstal paket Python dan akan memeriksa dan melihat apakah semuanya sudah terinstal dengan baik.
2. Persiapan Data untuk model YOLO
Di bagian ini kita akan mempraktikkan semua yang kita pelajari. Bagian ini sepenuhnya praktis di mana kita akan melakukan kode python dan menggunakan kerangka data pandas untuk menyiapkan data.
