توضیحات
آموزش تشخیص سفارشی اشیا با YOLO
نام دوره : YOLO: Custom Object Detection & Web App in Python
پیش نیاز:
- کامپیوتری با پیکربندی مناسب (ترجیحاً ویندوز) و علاقه به ورود به دنیای تشخیص تصویر و اشیاء با استفاده از پایتون
- دانش یادگیری ماشین در پایتون
- آشنایی مقدماتی با OpenCV
توضیحات
به دوره «YOLO: تشخیص اشیاء سفارشی و برنامه وب در پایتون» خوش آمدید.
تشخیص اشیاء یکی از پرکاربردترین کاربردهای بینایی کامپیوتری است، جایی که کامپیوتر می‌تواند شیء را در تصویر مکان‌یابی و دسته‌بندی کند.
در این دوره، ما به طور خاص از YOLO (You Only Look Once) استفاده می‌کنیم که یک مدل یکپارچه و محبوب برای تشخیص اشیاء است.
YOLO از شبکه‌های عصبی برای تشخیص بلادرنگ استفاده می‌کند.
این الگوریتم به دلیل سرعت و دقت خود محبوب است و در برنامه‌های مختلفی مانند تشخیص علائم ترافیکی، انسان‌ها، پارکومترها و حیوانات به کار رفته است.
این دوره به دو بخش تقسیم شده است.
نیمه اول به تشخیص اشیاء با داده‌های سفارشی می‌پردازد که در آن 20 کلاس از اشیاء را مکان‌یابی می‌کنیم.
در نیمه دوم، یک برنامه وب ایجاد می‌کنیم و تجربه رابط کاربری گرافیکی را فراهم می‌کنیم. همچنین، مدل خود را بر روی پلتفرم ابری مستقر خواهیم کرد.
مباحث دوره آموزش تشخیص سفارشی اشیا با YOLO
- جلسه تئوری مقدماتی درباره YOLO و تشخیص اشیاء
- توضیح تاریخچه تشخیص اشیاء
- آشنایی با معیارهای تشخیص اشیاء مانند IoU (اشتراک بر اتحاد)، دقت، میانگین دقت (mAP) و غیره
- بررسی مفهوم ریاضی پشت YOLO
- بررسی نحوه بهبود YOLO در هر نسخه جدید
پس از آن، آماده می‌شویم تا سیستم خود را برای کدنویسی با پایتون آماده کنیم و بسته‌های مورد نیاز را دانلود و نصب کرده و صحت نصب را بررسی می‌کنیم.
- آماده‌سازی داده برای مدل YOLO
- در این بخش، همه چیزهایی که یاد گرفته‌ایم را به صورت عملی انجام می‌دهیم. این بخش کاملاً عملی است و شامل کدنویسی پایتون و استفاده از دیتافریم‌های pandas برای آماده‌سازی داده‌ها است.
- قوانین پایه برای جمع‌آوری داده‌ها
- برچسب‌گذاری تصویر برای تشخیص اشیاء: در اینجا از ابزار LabelImg استفاده می‌کنیم که یک ابزار متن‌باز برای برچسب‌گذاری است.
- استخراج اطلاعات از فایل‌های XML، مانند نام فایل، اندازه، اطلاعات کادر مرزی (xmin, xmax, ymin, ymax)
- پردازش داده‌های XML در دیتافریم pandas، و سپس تقسیم تصاویر و ذخیره اطلاعات برچسب در بخش‌های آموزش و آزمون
- در این بخش، همه چیزهایی که یاد گرفته‌ایم را به صورت عملی انجام می‌دهیم. این بخش کاملاً عملی است و شامل کدنویسی پایتون و استفاده از دیتافریم‌های pandas برای آماده‌سازی داده‌ها است.
- آموزش مدل YOLO v5
- توسعه برنامه وب در پایتون
این‌ها موضوعاتی هستند که در این دوره مختصر به آن‌ها پرداخته شده است. کدها، تصاویر و وزن‌هایی که در این دوره استفاده شده، در یک پوشه به اشتراک گذاشته شده است و لینک دانلود آن‌ها در آخرین جلسه یا بخش منابع دوره قرار می‌گیرد. شما می‌توانید از کدها در پروژه‌های خود به صورت آزاد استفاده کنید.
همچنین پس از اتمام دوره، گواهینامه اتمام دوره به شما ارائه خواهد شد که به رزومه شما ارزش افزوده می‌دهد.
دوره آموزش تشخیص سفارشی اشیا با YOLO برای چه کسانی مناسب است:
- مبتدیان و حرفه‌ای‌هایی که می‌خواهند مدل تشخیص اشیاء سفارشی را از پایه توسعه دهند.
یودمی ایران –
دوره درخواستی خود را از راه های ارتباطی درخواست کنید