|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/yolov8-fire/
课程评论：没有评论
**課程名稱：** YOLOv8實戰火焰和煙霧檢測 **課程概述：** 本課程基於YOLOv8，教授如何利用可變形卷積（deformable convolution）訓練火焰和煙霧資料集，完成一個多目標檢測實戰專案。學員將學習如何即時檢測圖像、視頻、攝像頭以及HTTP/RTSP流中的火焰和煙霧，並通過PySide6開發的GUI視覺化介面進行演示。 **課程重點：** * **YOLOv8與可變形卷積：** 深入理解YOLOv8的性能優勢，並結合可變形卷積提升檢測精度。 * **火焰與煙霧檢測實戰：** 使用超過9000張PASCAL VOC格式標注的火焰、煙霧及其他物體資料集進行訓練。 * **端到端專案開發：** * **環境搭建：** 手把手指導在Windows和Ubuntu系統上安裝Nvidia顯卡驅動、CUDA、cuDNN、PyTorch及YOLOv8。 * **資料集準備：** 自動劃分訓練集和驗證集，修改設定檔。 * **模型訓練：** 講解適合的命令參數選擇，訓練自定義資料集。 * **模型評估：** 測試訓練好的模型並進行性能統計。 * **GUI開發：** 使用PySide6開發視覺化介面，支援本地圖片、視頻、攝像頭及HTTP/RTSP流的即時推理。 **總結：** 本課程提供了一個全面的實戰指南，讓學員能夠掌握YOLOv8在火焰和煙霧檢測領域的應用，並具備開發視覺化推理應用的能力。
YOLOv8 基於先前 YOLO 版本在目標檢測任務上的成功，進一步提升性能和靈活性。本課程將手把手地教大家使用YOLOv8結合可變形卷積（deformable convolution）訓練火焰和煙霧資料集，完成一個多目標檢測實戰專案，可即時檢測圖像、視頻、攝像頭和流媒體(http/rtsp)中火焰和煙霧，並提供視覺化演示介面 。課程的火焰和煙霧資料集中圖片數量超過9000張，以PASCAL VOC格式標注，分為火焰、煙霧和其它三個物體類別。本課程分別在Windows和Ubuntu系統上做專案演示。包括：安裝軟體環境（Nvidia顯卡驅動、cuda和cudnn）、安裝PyTorch、安裝YOLOv8、 準備資料集（自動劃分訓練集和驗證集）、修改設定檔、訓練自己的資料集（合適的命令參數選擇）、測試訓練出的網路模型和性能統計、YOLOv8結合可變形卷積訓練資料集、GUI視覺化演示介面使用PySide6開發，支援本地圖片和視頻推理、攝像頭即時視頻流推理、HTTP/RTSP流即時推理。
