- 畅销套餐
- 精选套餐
- 人气套餐
- 尊享套餐
- 高薪套餐
![](https://s2.51cto.com/images/201910/14/f3f78f16d2646971c1f50e956a651ec8.jpeg?x-oss-process=image)
![](https://s2.51cto.com/images/202007/11/97d593ecbe3366558cda3dd317b7b041.jpeg?x-oss-process=image)
![](https://s2.51cto.com/images/201910/14/aafd70c16dc5843c236a67a6b8ad564b.jpeg?x-oss-process=image)
![](https://s2.51cto.com/images/202007/24/f0b781c3eebe38b026d80fa32b72923f.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/202007/24/5bc138dfd76c4f60c37cfd0f471ebe04.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/202007/24/56fcbccb8580cf5c2a81ca0b0c7449cb.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/202007/24/f0b781c3eebe38b026d80fa32b72923f.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/201807/19/6d44bcc4f6908e356968dc561dd084fd.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/201809/03/64ac092606dbfce9e823a637eb55e758.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/202007/24/f0b781c3eebe38b026d80fa32b72923f.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/202007/24/34f4cdbb1563d6880bd055e5b5747503.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/202007/24/07c7f58afed1e5c173fc6ff06d1f0bb2.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/202007/24/f0b781c3eebe38b026d80fa32b72923f.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/202007/24/34f4cdbb1563d6880bd055e5b5747503.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/202007/24/07c7f58afed1e5c173fc6ff06d1f0bb2.jpg?x-oss-process=image)
- 课程介绍
- 课程大纲
适合人群:
有python基础的人
你将会学到:
pytorchz自动驾驶与yolo目标检测
课程简介:
PyTorch在自动驾驶和YOLO目标检测领域的应用涉及多个方面,包括神经网络和PyTorch的基础知识、卷积神经网络的应用、图像处理技术,以及如何使用YOLO系列算法进行目标检测。
1.PyTorch计算机视觉实战:全面系统地介绍了现代计算机视觉实用技术,包括神经网络和PyTorch的基础知识、如何使用卷积神经网络解决图像分类、目标检测和图像分割等问题。此外,还探讨了将计算机视觉技术与NLP、强化学习和OpenCV等技术相结合来解决传统问题的新方法1。
2.YOLO目标检测:详细讲解了从YOLOv1到YOLOv4的网络结构、检测原理和训练策略,以及搭建和训练YOLO框架的代码实现。还介绍了两个较新的YOLO框架——YOLOX和YOLOv7,着重讲解其设计理念、网络结构和检测原理。
3.深度学习目标检测课程设计:该项目通过YOLOv8/YOLOv7/YOLOv5、Dlib和PySide2实现了一个疲劳驾驶检测系统,包括疲劳检测和分心行为检测两部分。疲劳检测部分使用Dlib进行人脸关键点检测,并通过计算眼睛和嘴巴的开合程度来判断是否存在闭眼或打哈欠,使用Perclos模型计算疲劳程度。分心行为检测部分使用YOLO系列算法检测玩手机、抽烟、喝水等行为3。
这些内容为学习和应用PyTorch在自动驾驶和目标检测领域提供了丰富的资源和指导,适合对计算机视觉和深度学习感兴趣的初学者、算法工程师、软件工程师等人员学习和阅读。
课程大纲-2024python-pytorchz自动驾驶与yolo目标检测
“水木未名”老师的其他课程更多+