|
|
课程介绍
Ultralytics YOLOv8 基于先前 YOLO 版本的成功，引入了新功能和改进，进一步提升性能和灵活性。YOLOv8 支持目标检测与跟踪、实例分割、图像分类和姿态估计任务。
本课程将手把手地教大家使用labelme标注和使用YOLOv8训练自己的数据集，完成一个多目标实例分割实战项目。本课程以汽车驾驶场景图片和视频开展项目实战：对汽车行驶场景中的路坑、车、车道线进行物体标注和实例分割。
本课程分别在Windows和Ubuntu系统上做项目演示。包括：安装软件环境（Nvidia显卡驱动、cuda和cudnn）、安装PyTorch、安装YOLOv8、使用labelme标注自己的数据集、数据集格式转换、准备自己的数据集、修改配置文件、训练自己的数据集、测试训练出的网络模型和性能统计、YOLOv8 PySide6 GUI可视化界面。
资源目录：
1-1 课程介绍.mp4
2-1 图像分割-任务说明及常用数据集.mp4
2-2 图像分割-性能指标.mp4
3-1 YOLO目标检测系列技术发展史.mp4
3-2 YOLOv8网络架构.mp4
3-3 YOLACT实例分割原理.mp4
3-4 YOLOv8实例分割网络输出.mp4
4-1 安装软件环境(Nvidia驱动，CUDA和cuDNN).mp4
4-2 安装PyTorch.mp4
4-3 安装YOLOv8.mp4
4-4 使用labelme标注自己的数据集.mp4
4-5 数据集格式转换.mp4
4-6 准备自己的数据集.mp4
4-7 修改配置文件.mp4
4-8 修改配置文件更新.mp4
4-9 训练自己的数据集.mp4
4-10 测试训练出的网络模型和性能统计.mp4
4-11 YOLOv8 PySide6 GUI可视化界面.mp4
4-12 YOLOv8 PySide6 GUI可视化界面操作.mp4
4-13 保存分割目标到单个文件.mp4
5-1 安装软件环境(Nvidia驱动，CUDA和cuDNN).mp4
5-2 安装PyTorch.mp4
5-3 安装YOLOv8.mp4
5-4 使用labelme标注自己的数据集.mp4
5-5 数据集格式转换.mp4
5-6 准备自己的数据集.mp4
5-7 修改配置文件.mp4
5-8 修改配置文件更新.mp4
5-9 训练自己的数据集.mp4
5-10 测试训练出的网络模型和性能统计.mp4
5-11 YOLOv8 PySide6 GUI可视化界面.mp4
5-12 YOLOv8 PySide6 GUI可视化界面.mp4
5-13 保存单个文件-课程.mp4
6-1 阿里云实例创建.mp4
6-2 项目克隆和安装.mp4
6-3 准备数据集.mp4
6-4 修改配置文件.mp4
6-5 训练自己的数据集.mp4
6-6 性能评估.mp4
训练自己的数据集配套课程资料.rar
下载地址：
|
|
发表于 2023-12-13 01:36:21
发表于 2023-12-13 08:00:41
