Bangun detektor Anda sendiri dengan memberi label, melatih, dan menguji gambar, video, dan secara real time dengan kamera: YOLO v3 dan v4
Apa yang akan Anda pelajari?
-
Terapkan YOLO v3-v4 yang sudah terlatih untuk Deteksi Objek pada gambar, video, dan waktu nyata dengan kamera
-
Beri label dataset dan struktur file sendiri dalam format YOLO
-
Latih detektor YOLO v3-v4 dalam kerangka Darknet
-
Merakit kumpulan data khusus dalam format YOLO
-
Konversi dataset Rambu Lalu Lintas yang ada dalam format YOLO
-
Bangun antarmuka pengguna grafis PyQt individu untuk Deteksi Objek berdasarkan algoritma YOLO v3-v4
Persyaratan
-
Pengetahuan dasar tentang algoritma Deteksi Objek
-
Dasar-dasar tentang cara kerja YOLO
-
Pengetahuan menengah tentang Python v3
-
Pengetahuan dasar tentang OpenCV
-
Dasar-dasar tentang cara bekerja dengan Anaconda Environments
-
Dasar-dasar tentang cara bekerja dengan PyCharm IDE atau IDE Python lainnya
-
Dasar-dasar tentang cara bekerja dengan Terminal Window atau Anaconda Prompt
-
Untuk menginstal Linux Ubuntu adalah opsional, tetapi disarankan
Keterangan
Dalam hal ini tangan- kursus, Anda akan melatih Anda sendiri Object Detector menggunakan YOLO algoritma v3-v4.
-
Sebagai permulaan, Anda akan menerapkan YOLO v3-v4 yang sudah dilatih pada dataset COCO. Anda akan mendeteksi objek pada gambar , video , dan secara real time dengan perpustakaan pembelajaran mendalam OpenCV. kode template Anda dapat mengintegrasikan kemudian dalam proyek-proyek masa depan Anda sendiri dan menggunakannya untuk sendiri detektor YOLO dilatih Anda.
-
Setelah itu, Anda akan memberi label kumpulan data individual serta membuat kumpulan data khusus dengan mengekstraksi gambar yang diperlukan dari kumpulan data besar yang ada.
-
Selanjutnya, Anda akan mengubah dataset Rambu Lalu Lintas ke dalam format YOLO. Templat kode untuk mengonversi Anda dapat memodifikasi dan menerapkan kumpulan data lain di pekerjaan Anda di masa mendatang.



