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

88499

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15小时24分钟

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20小时30分钟

      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7小时28分钟

              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14小时37分钟

                    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

                                YOLOv5目标检测实战系列课程资料下载

                                在线
                                客服
                                APP
                                下载

                                下载Android客户端

                                下载iphone 客户端

                                官方
                                微信

                                关注官方微信

                                返回
                                顶部