包含课程

• 

  
  3427人 学习人数

  4.8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
• 

  
  2268人 学习人数

  4.8分 课程评分
  YOLOv8目标检测实战：TensorRT加速部署

  PyTorch版的YOLOv8是先进的高性能实时目标检测方法。 TensorRT是针对英伟达GPU的加速工具。本课程讲述如何使用TensorRT对YOLOv8目标检测进行加速和部署。 * 采用改进后的tensorrtx/yolov8的代码，使用TensorRT API构建优化推理引擎 * 支持在GPU上端到端TensorRT加速部署，包括预处理（图像resize, BGR->RGB，归一化）、网络推理、后处理（非极大抑制） 均在GPU上执行 * 支持FP16和INT8量化加速 * 提供C++和Python的TensorRT加速命令接口 * 分别在Windows和Ubuntu系统上做YOLOv8的TensorRT加速和部署演示 * 支持图片、图片文件夹、视频文件的TensorRT的加速推理 * 提供YOLOv8的TensorRT加速部署代码和代码解析文档 实测推理速度提高3倍以上，采用INT8量化加速后推理速度更快。RTX 3060 GPU上端到端处理速度约2.5毫秒，INT8量化加速后推理速度可小于2毫秒。课程内容包括：原理篇（YOLOv8网络架构与组件、TensorRT基础、TensorRT INT8量化、CUDA编程方法）、实践篇（Windows和Ubuntu系统上的TensorRT加速和INT8量化部署演示）、代码解析篇（YOLOv8的TensorRT加速的代码解析） 。本课程提供YOLOv8的TensorRT加速部署代码和代码解析文档。

  tensorrt

  yolov8

  int8量化

  计算机视觉

  目标检测

  免费试学 查看详情