YOLO 是一种快速紧凑的开源对象检测模型,与其它网络相比,同等尺寸下性能更强,并且具有很不错的稳定性,是第一个可以预测对象的类别和边界框的端对端神经网络。YOLO 家族一直有着旺盛的生命力,从YOLO V1一直到”V5“,凭借着不断的创新和完善,一直被计算机视觉工程师作为对象检测的首选框架之一。
YOLO v5 模型的头部与之前的 YOLO V3 和 V4 版本相同。
它比 YOLOv4 小 88%(27 MB vs 244 MB)
它比 YOLOv4 快 180%(140 FPS vs 50 FPS)
它在同一任务上大致与 YOLOv4 一样准确(0.895 mAP vs 0.892 mAP)
其性能与YOLO V4不相伯仲,是现今最先进的对象检测技术之一,并在推理速度上是目前最强。
为此,咕泡科技现邀请到「人工智能实战专家 - 唐宇迪博士」,专为深度学习的同学开设了「深度学习缺陷检测实战篇」。课程将会结合源码与真实数据集展开项目实战,全方位读缺陷检测项目与科研流程
下面是本次课程的内容节选,唐老师将会分享从基础神经网络开始,逐步过渡到物体检测与分割经典算法及其应用场景。
内容仅截选部分,在「深度学习缺陷检测实战训练营」中 , 将帮助同学们快速掌握AI领域两大核心模块:检测与分割,并基于真实数据集进行项目实战。
🔥🔥🔥
从理论基础到核心原理
集中精力各个击破!
☑ 名师助力 ☑ 含金量高 ☑ 提升专业能力
粉丝优惠! 0.02元 !
福利较大,限前200名
01 课程内容
上课时间:6月29日-30日,每晚20:00-22:30
课程服务:录播+直播授课+讲师答疑+课堂笔记+作业布置
Day1:深度学习必备核心算法通俗解读
神经网络模型细节知识点分析.
神经网络模型整体架构解读.
计算机视觉核心模型-卷积神经网络.
卷积神经网络整体架构及其参数设计.
Day2:深度学习缺陷检测实战
缺陷数据标注与数据集构建.
YOLOV5模型训练全流程解读.
基于注意力机制的可变形DETR缺陷检测模型.
如何快速进行论文实验分析与模板化建模.
注:本次训练营会有PPT课件、课堂笔记。
PPT课件、课堂笔记会在6月30日统一发给完成全部作业且2天都到课的同学。
🔥🔥🔥
☑ 名师助力 ☑ 含金量高 ☑ 提升专业能力
粉丝优惠! 0.02元 !
福利较大,限前200名
02 两天你将收获
开放全部代码,课后复用方便高效
对于课程中涉及到的全部代码,我们将免费开放!
你可以用于课后自查、复习巩固,甚至复用于日后的业务,方便高效!
讲师带练,伴随式编程环境
你将获得伴随式的编程环境、讲师带练、运用科学的方法引导,帮你消化疑难知识点
同时还有@唐宇迪老师将会分享 , 一线热门技术和行业经验,众多学员亲测有效的一套技术提升方案,帮你摆脱迷茫,明确成长方向!
🔥🔥🔥
☑ 名师助力 ☑ 含金量高 ☑ 提升专业能力
粉丝优惠! 0.02元 !
福利较大,限前200名