《从YOLOV3到YOLOV4:算法原理及其实战》视频课程的介绍

前言

本课程在介绍计算机视觉深度学习基本概念基础上,详尽讲解YOLOV3和YOLOV4的算法模型原理,并基于实际项目中的无人零售商品数据集来手把手教大家如何将它训练成YOLOV3和V4模型,最后对训练出来的模型集进行性能评估,从而挑选出最优模型。

课程链接:https://edu.csdn.net/course/detail/29538

课纲

1。课程内容介绍、特色及其答疑
2。计算机视觉深度学习基本概念及其yolo1,2,3的模型结构讲解
3。darknet框架介绍及其安装
4。darknet训练和推理代码的梳理
5。基于darknet框架训练一个无人零售商品数据集 上半部
6。基于darknet框架训练一个无人零售商品数据集 下半部
7。模型评估指标(训练过程的loss和iou曲线显示,PR,RECALL,AP以及MAP的计算)
8。YOLOV4算法模型原理讲解
9。YOLOV4算法模型的训练和测试 

收获

理解YOLOV3和V4算法模型原理
学会如何基于自己数据集来训练模型,从而提高实战能力
学会模型的性能评估,为将来的部署奠定坚实基础

 

你可能感兴趣的:(计算机视觉网络课程)