下载学堂APP缓存视频离线看
- 畅销套餐
- 精选套餐
- 人气套餐
- 尊享套餐
- 高薪套餐
- 课程介绍
- 课程大纲试看
- 讲师好课67
- 学员评价
适合人群：
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
你将会学到：
学习和学习使用YOLOv3目标检测方法实现交通标志识别
课程简介：
在无人驾驶中，交通标志识别是一项重要的任务。本项目以美国交通标志数据集LISA为训练对象，采用YOLOv3目标检测方法实现实时交通标志识别。
具体项目过程包括包括：安装Darknet、下载LISA交通标志数据集、数据集格式转换、修改配置文件、训练LISA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。
YOLOv3基于深度学习，可以实时地进行端到端的目标检测，以速度快见长。本课程将手把手地教大家使用YOLOv3实现交通标志识别。本课程的YOLOv3使用Darknet，在Ubuntu系统上做项目演示。 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，值得深入学习和探究。
除本课程《YOLOv3目标检测实战：交通标志识别》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：训练自己的数据集》
《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》
另一门课程《YOLOv3目标检测实战：训练自己的数据集》主要是介绍如何训练自己标注的数据集。而本课程的区别主要在于学习对已标注数据集的格式转换，即把LISA数据集从csv格式转换成YOLOv3所需要的PASCAL VOC格式和YOLO格式。本课程提供数据集格式转换的Python代码。
请大家关注以上课程，并选择学习。
下图是使用YOLOv3进行交通标志识别的测试结果：
课程大纲-YOLOv3目标检测实战：交通标志识别
资料下载第1章课程介绍(9分钟1节)
第2章目标检测基础知识(26分钟4节)
第3章YOLOv3目标检测原理(20分钟1节)
第4章初识Darknet(7分钟1节)
第5章安装Darknet(9分钟1节)
第6章数据集标注及格式(3分钟1节)
第7章LISA数据集介绍、下载及格式转换(22分钟3节)
第8章YOLOv3配置文件解读及修改(16分钟2节)
第9章训练LISA数据集(9分钟2节)
第10章测试训练出的网络模型(4分钟1节)
第11章性能统计(2分钟1节)
第12章Anchor Box先验框聚类(2分钟1节)
“白老师”老师的其他课程更多+
5
