你将收获

学习和掌握YOLOv3目标检测训练自己的数据集方法

掌握图像标注方法

掌握YOLOv3数据集整理方法

掌握YOLOv3训练、测试、性能统计方法

适用人群

具有一定深度学习基础,希望掌握YOLOv3目标检测实战方法的同学们

课程介绍

YOLOv3是一种基于深度学习的端到端实时目标检测方法,以速度快见长。本课程将手把手地教大家使用labelImg标注和使用YOLOv3训练自己的数据集。课程分为三个小项目:足球目标检测(单目标检测)、梅西目标检测(单目标检测)、足球和梅西同时目标检测(两目标检测)。

本课程的YOLOv3使用Darknet,在Ubuntu系统上做项目演示。包括:安装Darknet、给自己的数据集打标签、整理自己的数据集、修改配置文件、训练自己的数据集、测试训练出的网络模型、性能统计(mAP计算和画出PR曲线)和先验框聚类。

Darknet是使用C语言实现的轻型开源深度学习框架,依赖少,可移植性好,值得深入探究。

除本课程《YOLOv3目标检测实战:训练自己的数据集》外,本人推出了有关YOLOv3目标检测的系列课程,请持续关注该系列的其它课程视频,包括:

《YOLOv3目标检测实战:交通标志识别》

《YOLOv3目标检测:原理与源码解析》

《YOLOv3目标检测:网络模型改进方法》

敬请关注并选择学习!

课程目录

学员评价

5.0
  • 100%
  • 0%
  • 0%
  • 0%
  • 0%
  • Iann Dang 2020-07-22 08:40

    [ 学习 10 分时评价 ] 备课很充分实用性强经验丰富
    5.0分

    听了老师好几门课了, 感觉老师特别好, 从深度学习的发展历史,讲到深度学习的一般原理,再到实用课程,最后还有源码的解析。脉络清晰, 层次分明, 深入浅出,通俗但又不失严谨。

    • 讲师回复: 谢谢你对课程的肯定!
  • wushao666 2020-06-03 12:20

    5.0分

    老师,我在执行训练指令./darknet detector train cfg/voc-ball.data cfg/yolov3-voc-ball.cfg darknet53.conv.74 2>1 | tee visualization/train_yolov3_ball.log出现了 yolov3-voc-ball net.optimized_memory = 0 mini_batch = 2,batch = 64,time_steps = 1, train = 1 seen 64,trained:0 K-images(0 kilo-batches_64) Lreaning Rate: 0.001, Momentum: 0.9,Decay: 0.0005 然后就是不能进行训练,请帮忙解决一下

  • sxbhc 2020-05-30 11:58

    5.0分

    白老师您好,darknet训练模型的时候,中间会退出,也没有任何提示,估计会是哪的问题啊,训练的图片不多,不到700张,显卡用的207s,显存设置的是maxbatch=4000 batch=64 subdivision=16

查看更多评价

同学笔记

没有更多了