微信
支付宝
本课程共计162分钟，23节，如果每天学习1小时，预计学习3天。
课程简介
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》
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！
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
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
- 第一章：课程介绍
- 第二章：目标检测基础知识
- 第三章：YOLOv3目标检测原理
- 第五章：梅西目标检测
- 第六章：足球和梅西目标检测
- 第七章：课程总结
-
查看更多章节
加载中...
没有更多了
空空如也