导航
课程首页
  • PM-Summit 全球产品经理大会云会员
  • SDCon 全球软件研发技术大会云会员
  • ML-Summit 全球机器学习技术大会云会员
  • C++性能优化高端培训
  • AI全栈开发实战营
精品课 极客时间

AI 搜索

登录
登录后您可以:
  • 复制代码和一键运行
  • 与博主大V深度互动
  • 解锁海量精选资源
  • 获取前沿技术资讯
立即登录
会员中心
消息
历史
创作中心
创作
学习中心
成为讲师

搞定系列:yolov7-segmention训练实例分割模型win版 课程导论

搞定系列:yolov7-segmention训练实例分割模型win版
共14节 1720人在学 课程详情
课程目录
讨论留言
  • 课程导论
  • windows上显卡驱动的安装
  • windows上安装cuda和cudnn
  • windows上安装anaconda3
  • yolov7框架的基本介绍
  • 搭建windows上yolov7环境
  • 测试官方模型
  • 使用roboflow标注自己的实例分割数据集
  • 安装labelme工具
  • 使用labelme标注自己的实例分割数据集
  • 将labeme转换成yolov7-segmention支持的数据集格式
  • labelme转换数据集脚本代码解读
  • 配置训练参数和训练
  • 测试自己的模型
回复
切换为未回复评论
切换为时间正序
请发表友善的回复…
发表回复
发表回复
按下Enter换行,Ctrl+Enter发表内容
编辑
预览
    轻敲空格完成输入
    • 显示为
    • 卡片
    • 标题
    • 链接

    反馈

    播放页问题反馈
    视频学习中有任何产品建议都可由此反
    馈,我们将及时处理!

    课时介绍

    本节主要讲解本课程体系结构指引同学们将要所学的知识

    课程介绍

    本课程将带您进入yolov7面向实例分割框架搭建环境,标注,训练,测试等完整实现过程。主要内容如下

    1、 yolov7目标检测框架基本介绍

    2、搭建windows上yolov7环境

    3、用roboflow或者labelme标注自己的数据集

    4、转换数据集

     5、配置参数

    6、参数调节和训练

    7、测试自己的模型

    众所周知,yolov7不仅仅是一个目标检测框架,现在已经集成姿态检测,实例分割。让我们在cv领域多出一个非常实用深度学习算法框,本课程主要针对实例分割做自己的数据集训练,不对目标检测和图像分类训练做讲解,请同学注意一下本课程主要内容,可以先观看本课程的课程导论,了解课程主要内容和体系结构。

    推荐课程

    信息系统项目管理师自考笔记

    李明 · 759人在学

    python从0到1:期货量化交易系统(CTP实战,高频及合成K线数据

    王先生 · 22219人在学

    手把手搭建Java超市管理系统【附源码】(毕设)

    汤小洋 · 4224人在学

    Java毕设springboot外卖点餐系统 毕业设计毕设源码 使用教

    黄菊华 · 796人在学

    基于SSM酒店管理系统(毕设)

    小尼老师 · 847人在学

    java项目实战之购物商城(java毕业设计)

    Long · 5163人在学

    手把手搭建Java求职招聘系统【附源码】(毕设)

    汤小洋 · 1514人在学

    Python Django 深度学习 小程序

    钟翔 · 2333人在学

    城管局门前三包管理系统+微信小程序(vue+springboot)

    赖国荣 · 608人在学

    Vue+Uni-app(uniapp)入门与实战+赠送仿美团点餐小程序

    李杰 · 4009人在学

    正在试验
    后自动删除环境
    课程实验
    本次实验时间已到期 00:00:00

      订阅失败

      搞定系列:yolov7-segmention训练实例分割模型win版
      搞定系列:yolov7-segmention训练实例分割模型win版 ...

      订阅列表已满,请先移出部分订阅内容。

      当前章节需购买后观看
      开通超级会员免费看!专家精选系列课程,满足你从入门到精通!更有问答月卡免费送,你的问题有问必答!
      提交答案

      购买课程

      扫码完成付费,可继续学习全部课程内容

      加载中...
      课件正在飞速打包中,请耐心等待几秒钟~

      视频问题反馈

      提交遇到的问题我们会尽快解决的 ~