|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/treinamento-customizado-do-yolov10-deteccao-de-objetos/
课程评论：没有评论
**课程名称：** YOLOv10、YOLOv11、YOLOv12 定制化训练 **课程概述：** 本课程专注于使用 YOLOv10、YOLOv11 和 YOLOv12 版本进行定制化目标检测训练。课程以汽车车牌检测为例，深入讲解如何准备自定义数据集、进行图像标注，并训练 YOLO 模型以在不同场景和条件下精确识别车牌。YOLO 模型以其高效和高速的计算机视觉任务处理能力而闻名，是目前最先进的实时目标检测算法之一。 除了模型训练和部署，本课程还将介绍如何集成强大的光学字符识别（OCR）工具 PaddleOCR。通过 PaddleOCR，训练好的模型不仅能检测到车牌，还能提取车牌内的信息（如数字和字母），从而实现车辆车牌的自动化读取。 **课程内容亮点：** * **YOLO 模型深入训练：** 从数据准备、YOLOv10/v11/v12 模型的训练到微调，提供全面的技能培训。 * **车牌检测实战：** 以汽车车牌检测为例，提供真实的实践项目，帮助学习者掌握目标检测的核心技术。 * **PaddleOCR 集成：** 学习如何将 YOLO 模型与 PaddleOCR 结合，实现车牌的检测与识别。 * **高级计算机视觉技能：** 帮助学习者发展高级计算机视觉能力，为开发自动化解决方案打下坚实基础。 * **实际应用价值：** 课程内容可应用于交通监控、安全系统等多个领域，提供实际工作经验。 **适合人群：** 希望掌握高级计算机视觉技术，从事目标检测与识别工作的学习者。
O curso aborda um treinamento customizado utilizando o YOLO na versão 10, YOLO na versão 11 e YOLO na versão 12, com foco na detecção de objetos, o exemplo específico trabalhado é para detecção placas de automóveis. O conteúdo prático ensina como preparar um dataset personalizado, fazer a anotação de imagens e treinar o modelo YOLO para identificar placas com precisão em diferentes cenários e condições. Os modelos YOLO, são conhecidos por sua eficiência e velocidade em tarefas de visão computacional, sendo um dos algoritmos mais avançados e atualizados para a detecção de objetos em tempo real.Além de aprender a treinar e implementar o modelo, o curso também explora como integrar o PaddleOCR, uma poderosa ferramenta de reconhecimento óptico de caracteres (OCR). Com o PaddleOCR, o modelo treinado pode não apenas detectar as placas, mas também extrair as informações contidas nelas, como números e letras, automatizando o processo de leitura de placas de veículos.Ao longo do curso, os alunos irão desde a preparação dos dados, passando pelo treinamento e ajuste fino do modelos YOLO10, YOLO11 e YOLO12, até a integração com o PaddleOCR para criar uma aplicação completa e funcional. Este curso é ideal para quem deseja desenvolver habilidades avançadas em visão computacional e trabalhar com detecção e reconhecimento de objetos. O projeto prático oferece uma experiência realista, com aplicações que vão desde o monitoramento de trânsito até sistemas de segurança, proporcionando uma base sólida para o desenvolvimento de soluções automatizadas.
