توضیحات
دوره Computer Vision: YOLO Custom Object Detection with Colab GPU. این دوره چهارمین بخش از مجموعه دورههای بینایی کامپیوتر است که بر تشخیص شیء، یکی از پرکاربردترین کاربردهای این حوزه، تمرکز دارد. در این دوره، شرکتکنندگان یاد میگیرند چگونه با استفاده از فریمورک YOLO و پایتون، مدلهای تشخیص شیء را بر اساس دادههای از پیش آموزشدیده یا سفارشی ایجاد و آموزش دهند. دوره به دو بخش تقسیم میشود: بخش اول استفاده از مجموعهداده Coco برای تشخیص ۸۰ کلاس شیء، و بخش دوم آموزش مدل با دادههای سفارشی، مانند ساخت مدل تشخیص ویروس کرونا. پس از معرفی تئوری YOLO، محیط برنامهنویسی با Anaconda و کتابخانه OpenCV آماده میشود. برای افراد مبتدی، مباحث پایه پایتون شامل توابع، ساختارهای داده و کنترل جریان آموزش داده میشود. سپس، شرکتکنندگان با شبکههای عصبی پیچشی و مراحل آن آشنا شده و مدل YOLO را برای تشخیص شیء در تصاویر و ویدئوها پیادهسازی میکنند. تکنیک Non Maxima Suppression برای حل مشکل شناسایی چندگانه اشیا استفاده میشود. در بخش سفارشیسازی، مراحل جمعآوری داده، برچسبگذاری با LabelImg، تقسیمبندی داده و پیکربندی فایلها آموزش داده میشود. از Colab GPU برای آموزش مدل و ذخیره دورهای فایلهای weights در Google Drive استفاده میشود. در پایان، مدل آموزشدیده روی تصاویر و ویدئوها آزمایش میشود.
آنچه فرا خواهید گرفت
- تشخیص شیء با YOLO بر پایه پایتون: استفاده از مدلهای از پیش آموزشدیده و مدلهای آموزشدیده سفارشی.
- مورد مطالعاتی: ساخت یک مدل تشخیص ویروس کرونا با YOLO.
- آموزش سفارشی YOLO.
- تشخیص و شناسایی شیء با YOLO V4.
این دوره مناسب افرادیست که
- مبتدیان یا افرادی که میخواهند کار خود را با تشخیص شیء بر پایه پایتون شروع کنند و به دنبال توسعه مدلهای تشخیص شیء سفارشی هستند.
مشخصات دوره Computer Vision: YOLO Custom Object Detection with Colab GPU
- ناشر: Udemy
- مدرس: Abhilash Nelson
- سطح آموزش: مبتدی تا پیشرفته
- مدت زمان آموزش: 4 ساعت
- تعداد دروس: 48
سرفصل های دوره
پیشنیازهای دوره Computer Vision: YOLO Custom Object Detection with Colab GPU
- A decent configuration computer (preferably Windows) and an enthusiasm to dive into the world Image and Object Recognition using Python
تصاویر دوره
نمونه فیلم دوره
راهنمای نصب
پس از Extract، با Player دلخواه خود مشاهده کنید.
زیرنویس: ندارد
کیفیت: 720p
لینک دانلود
گذرواژه فایل(ها): www.downloadly.ir
حجم فایل
2.5 گیگابایت














































