01
課程前導I歡迎您一同學習
Line
複製連結
以下實作問題,你都能清楚回答嗎? 我知道 YOLOv1 無法偵測重心在同一個 grid cell 的不同類物體,但 YOLOv2 可以 我知道 YOLOv3 可以實現單一物體多類別的偵測與辨識 我知道 YOLOv4 使用了哪些 trick,使得 mAP 大幅提升 我知道 YOLOX 的 Decoupled head 對辨識率的影響有多大 我知道 YOLOV5 可以整合複數個模型的結果使得偵測效果更好 我知道 YOLOX 發現訓練最後把data augmentation關掉結果會更好 我知道 YOLOV7 透過結構重參數化,可以連一步加速推論的速度 我知道 YOLOV8 結合可平行化的超參數最佳化函式庫幫助使用者最佳化在特定資料集效能 我知道 YOLOv9 進一步優化只有訓練時才存在的網路結構以得到更好的結果 我知道 YOLOv10可以在辨識率略降的情形下捨棄耗時的後處理-Non-Maximal-Suppression 我知道在我的應用中,使用哪一代的 YOLO 可以得到更好的結果 跟著本課程學習 "面試最常問" & "比賽最常用" 的演算模型 |
| 一次洞悉所有 YOLO 模型訓練技術
本課程將完整解析各種 YOLO 版本,包含理論介紹與實作,實作內容還包括了如何修改,讓這些模型使其能在客製化的資料集上完成訓練。
| 直通最新版 YOLOv10.三大需求一次滿足
10+小時 x 20+實作 x 9+模型,額外增加 2024 最新的 YOLOv10 版本!
| 進入課程就能隨學即用
學習全球當紅 YOLO,提升與擴展 AI 實務應用技能,幫助你解決工作與專案的各種困境!
適合的學習對象:
➔想學習深度學習並將深度學習應用於專案
➔具備程式設計能力但不具備開發 AI 功能,希望能擴展 AI 應用
➔有機器學習模型開發經驗,想進一步的透過深度學習模型提升開發效能
➔想學習深度學習在電腦視覺上的應用增加就業機會
➔數學或統計相關科系畢業想增加自身技能
Power Automate、Zapier、Make、n8n、tldraw 怎麼挑選適合你的自動化工具
從想轉職到成功轉職-學長姊現身說最真實