YOLOv9 和 YOLOv10:学习对象检测、跟踪和 Web 应用程序
对象检测、对象跟踪、使用 Flask 的 Web 应用程序、自定义数据集上的对象检测、YOLO-World 对象检测
讲师:Muhammad Moin
双语IT资源独家Udemy付费课程,独家中英文字幕,配套资料齐全!
用不到1/10的价格,即可享受同样的高品质课程,且可以完全拥有,随时随地都可以任意观看和分享。
您将学到什么
- 计算机视觉基础
- 使用 YOLOv9 进行物体检测
- 在自定义数据集上训练/微调 YOLOv9
- 使用 YOLOv9 和 DeepSORT 算法进行对象跟踪
- 使用 YOLOv9 和 SORT 算法进行对象跟踪
- 使用 YOLO-World 进行物体检测
- 将 YOLOv9 与 Flask 集成并创建 Web 应用程序
- 使用 YOLOv9 检测个人防护设备 (PPE)
- 使用 YOLOv9 和 DeepSORT 算法进行人员/车辆计数(进入和离开)。
- 使用 YOLOv9 和 Flask 在浏览器中进行对象检测
- YOLOv10:实时端到端物体检测
- YOLOv10 是什么?深入探究其架构
- 使用 YOLOv10 在图像和视频中进行对象检测
- 在自定义数据集上训练/微调 YOLOv10 模型
显示更多显示较少
探索相关主题
- 物体检测
- 数据科学
- 发展
要求
- 笔记本电脑/PC
描述
欢迎来到 YOLOv9 和 YOLOv10 课程,这是一门二合一课程。YOLOv10 和 YOLOv9 代表了计算机视觉对象检测模型的最新进展。本课程首先介绍计算机视觉的基础知识,包括非最大抑制和平均精度。接下来,我们将深入研究 YOLOv9,探索其架构并重点介绍它如何超越其他对象检测模型。在第 04 节中,我们将使用 YOLOv9 演示图像和视频上的对象检测,并评估其在各种参数上的性能。
随后,在第 05 节中,我们将在自定义数据集上训练 YOLOv9 模型,用于个人防护设备 (PPE) 检测。此外,第 06 节重点介绍对象跟踪,我们将 YOLOv9 与 DeepSORT 和 SORT 算法集成在一起。在这里,我们还使用 YOLOv9 和 DeepSORT 算法开发了一个用于人员/车辆计数(进出)的应用程序。
第 07 节回顾了 YOLO-World,并逐步指导如何使用 YOLO-World 执行对象检测。最后,在第 08 节中,我们将通过将 YOLOv9 与 Flask 集成来创建 Web 应用程序。
第 09 节介绍了 YOLOv10,包括什么是 YOLOv10、YOLOv10 的工作原理、YOLOv10 在架构上进行了哪些增强,此外还对 YOLOv10 与其他 YOLO 模型进行了性能比较。
在第 10 节中,我们演示了如何使用 YOLOv10 在图像和视频中进行对象检测。随后在第 11 节中,我们将在自定义数据集上训练 YOLOv10 模型以进行个人防护设备 (PPE) 检测。
本综合课程涵盖一系列主题,包括:
- 平均精度(mAP)。
- 非最大抑制(NMS)。
- 什么是 YOLOv9 | YOLOv9 的架构。
- 使用 YOLOv9 进行物体检测。
- 在图像、视频和实时网络摄像头上测试 YOLOv9 模型的性能。
- 在自定义数据集上训练 YOLOv9。
- 使用 YOLOv9 检测个人防护设备 (PPE)。
- 使用 YOLOv9 和 DeepSORT 进行对象跟踪。
- 使用 YOLOv9 和 SORT 进行对象跟踪。
- 使用 YOLOv9 和 DeepSORT 算法进行人员/车辆计数(进入和离开)。
- YOLO-World 简介。
- 使用 YOLO-World 对图像和视频进行对象检测。
- 将 YOLOv9 与 Flask 集成并创建 Web 应用程序。
- 使用 YOLOv9 和 Flask 在浏览器中进行对象检测
- YOLOv10 是什么?深入剖析架构
- 使用 YOLOv10 在图像和视频中进行对象检测
- 在自定义数据集上训练/微调 YOLOv10 模型以进行个人防护设备 (PPE) 检测
本课程适合哪些人:
- 献给所有对计算机视觉感兴趣的人
- 致所有想要学习最新版 YOLOv9 的人
- 对于每个研究计算机视觉并想知道如何使用 YOLO 进行对象检测的人
- 面向所有旨在利用计算机视觉构建深度学习应用程序的人
显示更多显示较少
如果你有能力,请务必支持课程的原创作者,这是他们应得的报酬!
本站收取的费用,仅用来维持网站正常运行的必要支出,从本站下载任何内容,说明你已经知晓并同意此条款。