包含课程

  • 2605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。 
    YOLO
    计算机视觉
    YOLOv8
    目标检测
    人工智能
  • 1968人 学习人数
    5.0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

套餐介绍

学习YOLOv8训练自己的目标检测数据集及安卓手机部署