包含课程

• 

  
  3085人 学习人数

  5.0分 课程评分
  YOLOv8目标检测实战：训练自己的数据集

  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YOLOv8、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 PySide6 GUI可视化界面。 本课程新增加了在阿里云上使用免费算力的项目实战演示流程。

  YOLO

  计算机视觉

  YOLOv8

  目标检测

  人工智能

  免费试学 查看详情
• 

  
  2308人 学习人数

  4.8分 课程评分
  YOLOv8目标检测实战：Android手机部署

  YOLOv8 目标检测基于先前 YOLO 版本的成功，引入了新功能和改进，进一步提升了性能和灵活性。本课程在Windows上手把手演示YOLOv8（YOLOv8n和YOLOv8s）目标检测在Android（安卓）手机进行部署的过程。内容包括：安装软件环境、安装PyTorch，克隆和安装YOLOv8，导出onnx模型，onnx转换成NCNN文件，安装Android Studio，准备Android项目文件(下载项目文件、放置ncnn文件、放置ncnn和opencv的android文件)，手机连接电脑并编译软件(安装投屏软件、手机连接电脑配置、编译和调试、导出签名apk)，自己数据集训练模型的部署，项目代码解析（安卓的JNI机制、C++代码、Java代码）。

  安卓

  yolov8

  手机

  计算机视觉

  目标检测

  免费试学 查看详情