0
点赞
收藏
分享

微信扫一扫

《YOLOv8目标检测实战:训练自己的数据集》视频课程

课程链接:https://edu.51cto.com/course/33791.html

Ultralytics YOLOv8 基于先前 YOLO 版本的成功,引入了新功能和改进,进一步提升性能和灵活性。YOLOv8 支持目标检测与跟踪、实例分割、图像分类和姿态估计任务。YOLOv8使用 PyTorch开发,设计了更高效的具有丰富梯度流的骨干网络和Neck。采用了Anchor-free无锚范式、解耦头、Task Aligned正负样本分配策略和CIoU+DFL损失等前沿技术。

本课程将手把手地教大家使用labelImg标注和使用YOLOv8训练自己的数据集,完成一个多目标检测实战项目,可检测图像和视频中的足球和梅西两个目标类别。

本课程分别在Windows和Ubuntu系统上做项目演示。包括:安装软件环境(Nvidia显卡驱动、cuda和cudnn)、安装PyTorch、安装YOLOv8、使用labelme标注自己的数据集、准备自己的数据集(自动划分训练集和验证集)、修改配置文件、训练自己的数据集(合适的命令参数选择)、测试训练出的网络模型和性能统计。

《YOLOv8目标检测实战:训练自己的数据集》视频课程_YOLOv8

《YOLOv8目标检测实战:训练自己的数据集》视频课程_YOLO_02

举报

相关推荐

0 条评论