包含课程

  • 5386人 学习人数
    4.9分 课程评分
    YOLOv8实例分割实战: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。本课程将手把手地教大家使用labelme标注和使用YOLOv8训练自己的数据集,完成一个多目标实例分割实战项目。本课程以汽车驾驶场景图片和视频开展项目实战:对汽车行驶场景中的路坑、车、车道线进行物体标注和实例分割。 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、数据集格式转换、准备自己的数据集、修改配置文件、训练自己的数据集、测试训练出的网络模型和性能统计、YOLOv8 PySide6 GUI可视化界面。 本课程新增了在阿里云上使用免费GPU算力的项目实战演示流程。
    YOLO
    实例分割
    计算机视觉
    YOLOv8
    人工智能
  • 673人 学习人数
    4.8分 课程评分
    YOLOv8实例分割实战:Android手机部署
    本课程在Windows上手把手演示YOLOv8(YOLOv8n和YOLOv8s)实例分割在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模型文件、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、YOLOv8实例分割算法原理、C++代码、Java代码)。
    YOLO
    实例分割
    计算机视觉
    YOLOv8
    人工智能

套餐介绍

学习YOLOv8训练自己的实例分割数据集及安卓手机部署