Ubuntu安装软件环境
{{ interaction.likeNum == 0 ? (pageType === 'video' ? '抢首赞' : '点赞') : formatNumber(interaction.likeNum) }}
{{ interaction.collectionNum == 0 ? '收藏' : formatNumber(interaction.collectionNum) }}
{{ interaction.discussNum == 0 ? (pageType === 'video' ? '抢沙发' : '讨论') : formatNumber(interaction.discussNum) }}
分享
适合人群
希望学习YOLOv8目标检测技术的学员和从业者
你将会学到
掌握YOLOv8目标检测训练自己的数据集方法
课程简介
YOLOv8 基于先前 YOLO 版本的成功,引入了新功能和改进,进一步提升性能和灵活性。YOLOv8 支持目标检测与跟踪、实例分割、图像分类和姿态估计任务。YOLOv8使用 PyTorch开发,设计了更高效的具有丰富梯度流的骨干网络和Neck。采用了Anchor-free无锚范式、解耦头、Task Aligned正负样本分配策略和CIoU+DFL损失等前沿技术。
本课程将手把手地教大家使用labelImg标注和使用YOLOv8训练自己的数据集,完成一个多目标检测实战项目,可检测图像和视频中的足球和梅西两个目标类别。
本课程分别在Windows和Ubuntu系统上做项目演示。包括:安装软件环境(Nvidia显卡驱动、cuda和cudnn)、安装PyTorch、安装YOLOv8、使用labelme标注自己的数据集、准备自己的数据集(自动划分训练集和验证集)、修改配置文件、训练自己的数据集(合适的命令参数选择)、测试训练出的网络模型和性能统计、YOLOv8 PySide6 GUI可视化界面。
展开更多
{{tips.text}}
{{ noteHeaderTitle }}
笔记{{ hasMyNote ? '我的笔记' : '记笔记' }}
{{ hasMyNote ? '我的笔记' : '记笔记' }}
优质笔记
更新于:{{ $dayjs.formate('YYYY-MM-DD HH:mm:ss', item.last_uptime*1000) }}
{{ detail.username }}
公开笔记对他人可见,有机会被管理员评为“优质笔记”
{{ noteEditor.content.length }}/2000
公开笔记
保存提问
讲师收到你的提问会尽快为你解答。若选择公开提问,可以获得更多学员的帮助。
记录时间点
记录提问时视频播放的时间点,便于后续查看
公开提问
提交课程大纲
自动连播
- 第一章 课程介绍
- 1-1试看 课程简介09:23
- 第二章 目标检测基础知识
- 2-1目标检测-任务说明03:04
- 2-2目标检测-常用数据集02:55
- 2-3目标检测-性能指标23:12
- 第三章 YOLOv8目标检测网络
- 3-1YOLO目标检测系列技术发展史16:33
- 3-2YOLOv8网络架构18:32
- 第四章 YOLOv8目标检测项目实战(Windows)
- 4-1Windows上安装软件环境07:49
- 4-2安装PyTorch03:35
- 4-3安装YOLOv811:09
- 4-4使用labelme标注自己的数据集11:11
75课时
基于深度学习的计算机视觉: 原理与实践 (上部)
55077人学习
白老师
4.9
¥188.00
23课时
YOLOv3目标检测实战:训练自己的数据集
31578人学习
白老师
4.8
¥58.00
42课时
YOLOv5+DeepSORT多目标跟踪与计数精讲
20964人学习
白老师
5.0
¥98.00
40课时
YOLOv5(PyTorch)目标检测:原理与源码解析
18881人学习
白老师
5.0
¥88.00
39课时
YOLOv3目标检测:原理与源码解析
16399人学习
白老师
4.9
¥78.00
24课时
Mask R-CNN图像实例分割实战:训练自己的数据集
15606人学习
白老师
5.0
¥88.00
31课时
YOLOv5实战中国交通标志识别
11626人学习
白老师
5.0
¥88.00
24课时
PyTorch版Mask R-CNN图像实例分割实战:训练自己的数据集(Detectron2)
9723人学习
白老师
5.0
¥88.00