新课限时0元
专属折扣1-2折
1000+免费课
每月享1110元礼券
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 63
- 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
课程目标：
学习和学习YOLOv3目标检测网络模型改进方法
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。
本课程将学习YOLOv3的实现的darknet的网络模型改进方法。具体包括：
• PASCAL VOC数据集的整理、训练与测试
• Eclipse IDE的安装与使用
• 改进1：不显示指定类别目标的方法 （增加功能）
• 改进2：合并BN层到卷积层 （加快推理速度）
• 改进3：使用GIoU指标和损失函数 （提高检测精度）
• 改进4：tiny YOLOv3 （简化网络模型）
• AlexeyAB/darknet项目介绍
除本课程《YOLOv3目标检测实战：网络模型改进方法》外，本人推出了有关YOLOv3目标检测的系列课程，请关注该系列的其它课程，包括：
《YOLOv3目标检测实战：训练自己的数据集》
《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》
在学习课程《YOLOv3目标检测实战：网络模型改进方法》前，建议先学习课程《YOLOv3目标检测实战：训练自己的数据集》和课程《YOLOv3目标检测实战：交通标志识别》之一和课程《YOLOv3目标检测：原理与源码解析》。
课程大纲-YOLOv3目标检测实战：网络模型改进方法
资料下载-
第1章 课程介绍 (9分钟 1节)
-
第2章 darknet的安装及测试 (6分钟 1节)
-
第3章 PASCAL VOC数据集下载及训练 (27分钟 2节)
-
第4章 Eclipse的安装与使用 (23分钟 3节)
-
第5章 改进方法1：不显示某类目标的方法 (18分钟 3节)
-
第6章 改进方法2：合并BN层到卷积层 (30分钟 5节)
-
第7章 改进方法3：使用GIoU指标和损失函数 (1小时12分钟 3节)
-
第8章 改进方法4： Tiny YOLOv3 (13分钟 2节)
5
