2020年YOLOv3物体检测算法实战之交通标志识别项目实战视频教程 19课

发布时间: 2020-06-03

发货 百度网盘 自动发货 时间 2019年 类型 免费课程

¥15.00

立即下载 加入收藏

5.0分/2人

升级会员组 享受更多优惠

自动发货

课程简介:


在无人驾驶中,交通标志识别是一项重要的任务。本项目以美国交通标志数据集LISA为训练对象,采用YOLOv3目标检测方法实现实时交通标志识别。


具体项目过程包括包括:安装Darknet、下载LISA交通标志数据集、数据集格式转换、修改配置文件、训练LISA数据集、测试训练出的网络模型、性能统计(mAP计算和画出PR曲线)和先验框聚类。


YOLOv3基于深度学习,可以实时地进行端到端的目标检测,以速度快见长。本课程将手把手地教大家使用YOLOv3实现交通标志识别。本课程的YOLOv3使用Darknet,在Ubuntu系统上做项目演示。 Darknet是使用C语言实现的轻型开源深度学习框架,依赖少,可移植性好,值得深入学习和探究。



适合人群:


具有一定深度学习基础,希望掌握YOLOv3目标检测实战方法的同学们

课程目标:


学习和掌握使用YOLOv3目标检测方法实现交通标志识别


课程目录:


01.课程介绍
02.目标检测-任务
03.目标检测-常用数据集
04.目标检测·性能指标
05.目标检测-网络模型演进
06.YOLOv3目标检测原理
07.初识Darknet
08.安装Darknet
09.YOLO数据集标注及格式
10.LISA交通标志数据集介绍
11.LISA数据集及项目文件下载
12.数据集格式转换
13.YOLOv3配置文件解读
14.修改配置文件
15.训练网络模型
16.训练日志分析
17.测试网络模型
18.检测性能评估
19.先验框聚类方法

备注:(04)20200525人工智能

版权信息:本站所有资源仅供学习与参考,请勿用于商业用途,如有侵犯您的版权,请及时联系客服,我们将尽快处理。
  • R**

    1月前R**

    未评价,系统默认好评!

  • 默*

    5月前默*

    未评价,系统默认好评!

更多评论

嘿,我来帮您!