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
研究员/教授
大学教授，美国归国博士、博士生导师；人工智能公司专家顾问；长期从事人工智能、物联网、大数据研究；已发表学术论文100多篇，授权发明专利10多项
大学教授，美国归国博士、博士生导师；人工智能公司专家顾问；长期从事人工智能、物联网、大数据研究；已发表学术论文100多篇，授权发明专利10多项
你将收获
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》
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
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
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
Iann Dang 2020-07-22 08:40
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。