探索性数据分析(EDA)
{{ 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训练垃圾分类目标检测数据集的方法
课程简介
垃圾分类是一项利国利民的民生工程,需要全社会的共同参与。 YOLOv8是前沿的目标检测技术,它基于先前 YOLO 版本在目标检测任务上的成功,进一步提升性能和灵活性。
本课程将手把手地教大家使用YOLOv8训练垃圾分类数据集,完成一个多目标检测实战项目。项目利用超万张已标注的目标检测数据集进行训练,对居民生活垃圾图片进行检测,找出图片中属于哪个类别的垃圾,并指示出在图片中的位置。项目完成后可实时检测图像、视频、摄像头和流媒体(http/rtsp)中44个类别的分类垃圾,并提供可视化演示界面 。
本课程分别在Windows和Ubuntu系统上做项目演示。包括:数据集及格式转换、探索性数据分析(EDA)、安装软件环境(Nvidia显卡驱动、cuda和cudnn)、安装PyTorch、安装YOLOv8、 准备数据集(自动划分训练集和验证集)、修改代码(支持中文标签显示)、修改配置文件、训练垃圾分类目标检测数据集(合适的命令参数选择)、测试训练出的网络模型和性能统计、GUI可视化演示界面使用PySide6开发,支持本地图片和视频推理、摄像头实时视频流推理、HTTP/RTSP流实时推理。
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 课程介绍07:12
- 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网络
- 3-1YOLO目标检测系列发展史16:33
- 3-2YOLOv8网络架构18:32
- 第四章 垃圾分类目标检测数据集
- 4-1数据集及格式转换14:20
- 4-2探索性数据分析(EDA)07:31
- 第五章 YOLOv8垃圾分类目标检测项目实战(Windows)
- 5-1安装软件环境(Nvidia驱动,CUDA和cuDNN)07:49
- 5-2安装PyTorch03:35
75课时
基于深度学习的计算机视觉: 原理与实践 (上部)
55252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
21070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
19005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
11637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