Kerangka Materi
Pendahuluan
Ikhtisar Fitur dan Arsitektur Model Pre-trained YOLO
- Algoritma YOLO
- Algoritma Berbasis Regresi untuk Deteksi Objek
- Bagaimana YOLO Berbeda dari RCNN?
Menggunakan Variasi YOLO yang Tepat
- Fitur dan Arsitektur YOLOv1-v2
- Fitur dan Arsitektur YOLOv3-v4
Menginstal dan Mengonfigurasi IDE untuk Implementasi YOLO
- Implementasi Darknet
- Implementasi PyTorch dan Keras
- Menjalankan OpenCV dan NumPy
Ikhtisar Deteksi Objek Menggunakan Model Pre-trained YOLO
Membangun dan Mencustomisasi Aplikasi Baris-perintah Python
- Menandai Gambar Menggunakan Kerangka Kerja YOLO
- Klasifikasi Gambar Berdasarkan Dataset
Mendeteksi Objek dalam Gambar dengan Implementasi YOLO
- Bagaimana Bounding Boxes Bekerja?
- Berapa Akuratnya YOLO untuk Segmentasi Instans?
- Menganalisis Argumen Baris-perintah
Mengekstrak Label Kelas, Koordinat, dan Dimensi YOLO
Menampilkan Gambar Hasil
Mendeteksi Objek dalam Aliran Video dengan Implementasi YOLO
- Bagaimana Ini Berbeda dari Pengolahan Gambar Dasar?
Melatih dan Menguji Implementasi YOLO pada Kerangka Kerja
Pemecahan Masalah dan Debugging
Ringkasan dan Kesimpulan
Persyaratan
- Pengalaman pemrograman Python 3.x
- Pengetahuan dasar tentang IDE Python mana pun
- Pengalaman dengan argparse dan argumen baris-perintah Python
- Pemahaman tentang perpustakaan visi komputer dan pembelajaran mesin (machine learning)
- Memahami algoritma deteksi objek dasar
Audience
- Pengembang Backend
- Ilmuwan Data
Testimoni (2)
Langsung dan praktis
Keeren Bala Krishnan - PENGUIN SOLUTIONS (SMART MODULAR)
Kursus - Computer Vision with Python
Diterjemahkan Mesin
I genuinely enjoyed the hands-on approach.
Kevin De Cuyper
Kursus - Computer Vision with OpenCV
Diterjemahkan Mesin
