首页>专题套餐>AI人工智能>计算机视觉>YOLOv5目标检测实战系列课程

YOLOv5目标检测实战系列课程

YOLOv5目标检测实战系列课程，包含YOLOv5训练及源码解析、YOLOv5应用、YOLOv5部署、YOLOv5改进的全面课程。

15

门课程

94186

人学习

课程总时长

白老师

讲师评分：5.0

长久观看

系统化学习

课程内容答疑

第一阶段： YOLOv5训练及源码解析

2门课程55440

YOLOv5训练自己的数据集及原理与源码解析

YOLOv5实战训练自己的数据集(Windows和Ubuntu演示)
38节4小时41分钟
课程目标：
YOLO系列是基于深度学习的端到端实时目标检测方法。PyTorch版的YOLOv5轻量而高性能，更加灵活和易用，当前非常流行。本课程将手把手地教大家使用labelImg标注和使用YOLOv5训练自己的数据集。课程实战分为
课程大纲
免费试看
YOLOv5(PyTorch)目标检测：原理与源码解析
40节10小时43分钟
课程目标：
Linux创始人Linus Torvalds有一句名言：Talk is cheap. Show me the code.冗谈不够，放码过来！代码阅读是从基础到提高的必由之路。YOLOv5是最近推出的轻量且高性能的实时目标
课程大纲
免费试看

第二阶段： YOLOv5应用

4门课程73800

YOLOv5应用实践

YOLOv5实战中国交通标志识别
31节5小时4分钟
课程目标：
在无人驾驶中，交通标志识别是一项重要的任务。YOLOv5是目前流行的强悍的目标检测技术。本项目以中国交通标志数据集TT100K为训练对象，采用YOLOv5目标检测方法实现实时交通标志识别。本课程的YOLOv5使用PyTo
课程大纲
免费试看
YOLOv5实战口罩佩戴检测
33节4小时51分钟
课程目标：
人脸口罩佩戴检测(识别)是当前急需的应用，而YOLOv5是目前流行的强悍的目标检测技术。本课程使用YOLOv5实现人脸口罩佩戴的实时检测。课程提供超万张已标注人脸口罩数据集。训练后的YOLOv5可对真实场景下人脸口罩佩戴
课程大纲
免费试看
YOLOv5实战垃圾分类目标检测
27节3小时56分钟
课程目标：
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。YOLOv5是目前流行的强悍的目标检测技术。本项目采用YOLOv5实现垃圾分类目标检测。利用超万张已标注目标检测数据集进行训练，可对居民生活垃圾图片进行检测，找出图
课程大纲
免费试看
YOLOv5+DeepSORT多目标跟踪与计数精讲
42节6小时39分钟
课程目标：
本课程使用YOLOv5和DeepSORT对视频中的行人、车辆做多目标跟踪和计数，开展YOLOv5目标检测器和DeepSORT多目标跟踪器方法强强联手的应用。课程分别在Windows和Ubuntu系统上做项目演示，并对De
课程大纲
免费试看

第三阶段： YOLOv5部署

3门课程26880

YOLOv5部署方法

YOLOv5目标检测实战：Jetson Nano部署
13节1小时21分钟
课程目标：
PyTorch版的YOLOv5是高性能的实时目标检测方法。Jetson Nano是英伟达含有GPU的人工智能硬件。本课程讲述如何部署YOLOv5在Jetson Nano开发板上。部署完成后可进行图像、视频文件和摄像头视频
课程大纲
免费试看
YOLOv5(PyTorch)目标检测实战：TensorRT加速部署
35节4小时9分钟
课程目标：
PyTorch版的YOLOv5是高性能的实时目标检测方法。TensorRT是针对英伟达GPU的加速工具。本课程讲述如何使用TensorRT对YOLOv5进行加速和部署。本课程的YOLOv5使用ultralytics/yo
课程大纲
免费试看
YOLOv5(PyTorch)目标检测实战：Flask Web部署
18节1小时58分钟
课程目标：
PyTorch版的YOLOv5是轻量而高性能的实时目标检测方法。利用YOLOv5训练完自己的数据集后，如何向大众展示并提供落地的服务呢？本课程将提供相应的解决方案，具体讲述如何使用Web应用程序框架Flask进行YOLO
课程大纲
免费试看

第四阶段： YOLOv5改进

6门课程52620

YOLOv5改进方法

YOLOv5改进：更换Neck（结合BiFPN，ASFF)
15节2小时2分钟
课程目标：
PyTorch版的YOLOv5是一个当前非常流行的目标检测器，本课程讲述对YOLOv5更换Neck的改进方法，结合BiFPN或ASFF特征融合机制来提高其性能。本课程在YOLOv5 v6.1版本代码的基础上更换Neck，
课程大纲
免费试看
YOLOv5改进：添加注意力机制
18节2小时41分钟
课程目标：
PyTorch版的YOLOv5是一个当前非常流行的目标检测器，本课程讲述对YOLOv5添加注意力机制的方法，来提高其性能。本课程在YOLOv5 v6.1版本代码的基础上添加注意力机制，在Windows系统和Ubuntu系
课程大纲
免费试看
YOLOv5改进：更换骨干网
24节4小时30分钟
课程目标：
PyTorch版的YOLOv5是一个当前非常流行的目标检测器，本课程讲述对YOLOv5进行更换骨干网（backbone）的方法，使其更加轻量或提高性能。本课程在YOLOv5 v6.1版本代码的基础上更换其骨干网，在Win
课程大纲
免费试看
YOLOv5目标检测之Grad-CAM热力图可视化
10节1小时23分钟
课程目标：
PyTorch版的YOLOv5是一个非常流行的基于深度学习的目标检测器。本课程使用Grad-CAM热力图可视化方法对YOLOv5进行热力图可视化，可直观展示图像中哪些区域对类别分类贡献程度大。Grad-CAM是一种CNN
课程大纲
免费试看
YOLOv5目标检测之知识蒸馏实战
12节1小时38分钟
课程目标：
PyTorch版的YOLOv5是一个当前非常流行的目标检测器，本课程对YOLOv5进行知识蒸馏，来提升其性能。知识蒸馏（Knowledge Distillation）是模型压缩的一种常用的方法。它利用性能更好的大模型的监
课程大纲
免费试看
YOLOv5目标检测之网络剪枝实战
22节2小时23分钟
课程目标：
PyTorch版的YOLOv5是一个当前非常流行的目标检测器，本课程使用Network Slimming剪枝方法对YOLOv5进行网络剪枝，使其更加轻量和实用。Network Slimming是一种经典实用的模型压缩方法
课程大纲
免费试看