目标检测与分类实战入门课程(PyTorch/Libtorch)【共10课时】

银河星君中级讲师讲师评分4.9学员30641课程26

曾辅导考研专业课C语言课程，拥有嵌入式系统设计师和数据库系统工程师职业认证证书，现从事深度学习相关算法工作。

畅销套餐
精选套餐
人气套餐
尊享套餐
高薪套餐

神经网络基础入门视频课程(C/C++/Python3语言实现)

1614人学习

￥99.00

Python3+TensorFlow实战入门视频课程

Python3+TensorFlow实战入门视频课程

目标检测与分类实战入门课程(PyTorch/Libtorch)

深度学习常见网络学习入门(PyTorch)

780人学习

￥9.90

深度学习文字识别OCR实战入门课程(Pytorch)

3789人学习

￥38.00

深度学习文字识别OCR网络设计入门(PyTorch)

智能优化算法之粒子群(PSO)算法应用入门视频课程

Python机器学习实训营（零基础必备，原理推导+代码复现+实验分析）

29988人学习

￥498.00

更多 15 门课程

课程介绍
课程大纲试看
讲师好课25

适合人群：

1、适合于想做目标检测和分类的同学； 2、适合于有python和C++语言基础的同学； 3、适合于有深度学习卷积网络等基础知识的同学；

你将会学到：

你将从本课程中学习如何用pytorch训练yolov3模型并用libtorch去加载

pytorch版本的yolov3模型训练
libtorch调用yolov3模型
yolov3目标检测与分类
pytorch框架下的yolov3模型训练
libtorch调用yolov3模型
基于pytorch的yolov3目标检测与分类

课程简介：

1、基于pytorch1.4+Libtorch1.4+CUDA10.1+python3+windows10+opencv3.4.4

2、使用PyTorch1.4进行yolov3的模型训练

3、使用Libtorch1.4进行yolov3的模型测试

4、使用libtorch1.4加载darknet c训练的yolov3模型

5、本课程示例数据集基于CCPD2020的车牌数据集进行目标检测和分类的演示。

6、提供visual studio 2019的libtorch工程;

7、C++下使用opencv3.4.4的计算机视觉库；

展开更多

课程大纲-目标检测与分类实战入门课程(PyTorch/Libtorch)

资料下载

1
课程简介pytorch目标检测与分类的课程简介
[04:44]开始学习
2
anaconda正确安装和搭建虚拟环境anaconda正确安装和搭建虚拟环境
「仅限付费用户」点击下载“python开发环境离线安装包使用说明.txt”
[09:50]开始学习
3
将python包列表导出到requirements文件并离线将python包列表导出到requirements文件并离线下载和安装python包
「仅限付费用户」点击下载“环境搭建.pdf”
[08:56]开始学习
4
数据准备数据准备
「仅限付费用户」点击下载“百度云盘分享链接.txt”
[03:40]开始学习
5
准备训练所需的文件准备训练所需的文件
[04:25]开始学习
6
搭建好PyTorch YOLOv3工程搭建好PyTorch YOLOv3工程
[04:50]开始学习
7
训练PyTorch YOLOv3模型训练PyTorch YOLOv3模型
[01:10]开始学习
8
Detect.py批量测试Detect.py批量测试
[02:17]开始学习
9
test_single.py单张图片测试test_single.py单张图片测试
[02:22]开始学习
10
libtorch加载yolov3模型进行测试libtorch加载yolov3模型进行测试
[08:11]开始学习