آموزش YOLOv7 YOLOv8: یادگیری عمیق - Computer Vision 2023

YOLOv7 YOLOv8: Deep Learning - Computer Vision 2023

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره: تکامل YOLO، مجموعه داده سفارشی قطار، تشخیص اشیا، تخمین موقعیت، تقسیم‌بندی نمونه، طبقه‌بندی تصویر نحوه اجرا، از ابتدا، یک برنامه YOLOv7 و YOLOv8 برای شناسایی 80 کلاس شی در کمتر از 10 دقیقه نحوه نصب و آموزش YOLOv7 و YOLOv8 با استفاده از خود مجموعه داده سفارشی و انجام تشخیص شیء برای تصویر، ویدئو و بلادرنگ با استفاده از وب‌کم/دوربین نحوه استفاده از YOLOv7 و YOLOv8 ویژگی‌های جدید: تقسیم‌بندی نمونه، تخمین موقعیت، طبقه‌بندی تصویر، ردیابی شی + پروژه‌های دنیای واقعی 4 پروژه‌های دنیای واقعی: Masker تشخیص، طبقه‌بندی تصویر/ویدیو آب‌وهوا، تقسیم‌بندی بیماری‌های برگ قهوه. آموزش. نحوه تجسم عملکرد تمرین با استفاده از TensorBoard درک آسان نظریه بنیادی یادگیری عمیق و نحوه عملکرد شبکه های عصبی کانولوشنال پروژه در دنیای واقعی شماره 1: تشخیص ماسک با استفاده از پروژه دنیای واقعی YOLOv7 و YOLOv8 شماره 2: طبقه بندی تصویر/ویدئو آب و هوا با استفاده از YOLOv8 Real -World Project #3: Coffee Leaf Diseases Segmentation with YOLOv8 Real-World Project #4: Squat Counter بر اساس تخمین پوس YOLOv7 پیش نیازها: تجربه برنامه نویسی مزیت است اما نیازی به لپ تاپ/کامپیوتر ویندوز نیست، به خصوص با پردازنده گرافیکی Nvidia

به دوره آموزشی YOLOv7 YOLOv8: Deep Learning for Computer Vision Course 2023، 2 دوره در 1 خوش آمدید. YOLOv7 و YOLOv8 دو بهترین مدل یادگیری عمیق تشخیص اشیا هستند. آنها سریع و بسیار دقیق هستند. YOLOv7 همچنین آخرین نسخه رسمی YOLO است در حالی که YOLOv8 جدیدترین نسخه YOLO از همه است.

چه چیزی یاد خواهید گرفت:

1. چگونه یک برنامه YOLOv7 YOLOv8 را از ابتدا اجرا کنیم تا 80 نوع شی را در کمتر از 10 دقیقه شناسایی کنیم.

2. تکامل YOLO از YOLOv1 به YOLOv8

3. مقایسه عملکرد واقعی، بر اساس آزمایش

ما چیست

4. مزایای YOLO در مقایسه با سایر مدل های یادگیری عمیق چیست

5. موارد جدید در YOLOv7 و YOLOv8

6. نحوه کار شبکه های عصبی مصنوعی (نرون، پرسپترون، شبکه پیشخور، لایه های پنهان، لایه های کاملا متصل و غیره)

7. توابع مختلف فعالسازی و نحوه کار آنها (Sigmoid، tanh، ReLu، Leaky ReLu، Mish و SiLU)

8. نحوه عملکرد شبکه‌های عصبی کانولوشن (فرایند پیچیدگی، لایه جمع‌آوری، صاف کردن و غیره)

9. مشکلات بینایی کامپیوتری مختلف (طبقه بندی تصویر، محلی سازی اشیا، تشخیص اشیا، تقسیم بندی نمونه، تقسیم بندی معنایی)

10. جزئیات معماری YOLOv7 YOLOv8

11. نحوه یافتن مجموعه داده

12. نحوه انجام حاشیه نویسی داده ها با استفاده از LabelImg

13. نحوه تقسیم خودکار یک مجموعه داده

14. نصب دقیق گام به گام YOLOv7 و YOLOv8

15. YOLOv7 و YOLOv8 را روی یک مجموعه داده سفارشی

آموزش دهید

16. نتیجه تمرین خود را با استفاده از Tensorboard

تجسم کنید

17. مدل‌های آموزش دیده YOLOv7 و YOLOv8 را روی تصویر، ویدیو و وب‌کم آزمایش کنید.

18. ویژگی های جدید YOLOv7: Pose Estimation

19. ویژگی های جدید YOLOv7: بخش بندی نمونه

20. ویژگی های جدید YOLOv8: ردیابی شیء تقسیم بندی نمونه

20. پروژه دنیای واقعی شماره 1: آشکارساز ماسک قوی با استفاده از YOLOv7 و YOLOv8

21. پروژه دنیای واقعی شماره 2: برنامه طبقه بندی آب و هوا YOLOv8

22. پروژه دنیای واقعی شماره 3: برنامه تقسیم بندی بیماری های برگ قهوه

23. پروژه دنیای واقعی شماره 4: برنامه YOLOv7 Squat Counter


سرفصل ها و درس ها

معرفی Introduction

  • معرفی دوره Course Introduction

چگونه اولین برنامه یادگیری عمیق YOLOv7/YOLOv8 خود را در کمتر از 10 دقیقه اجرا کنید How to run your first YOLOv7/YOLOv8 Deep Learning program in < 10 minutes

  • نحوه نصب پایتون و الزامات How to Install Python and requirements

  • نحوه نصب OpenCV How to install OpenCV

  • چگونه اولین برنامه یادگیری عمیق خود را با استفاده از YOLOv7 در کمتر از 3 دقیقه اجرا کنید How to run your first Deep Learning program using YOLOv7 in < 3 minutes

  • چگونه اولین برنامه یادگیری عمیق خود را با استفاده از YOLOv8 در کمتر از 5 دقیقه اجرا کنید How to run your first Deep Learning program using YOLOv8 in < 5 minutes

مروری جامع بر YOLO A comprehensive overview of YOLO

  • تاریخچه یولو YOLO History

  • YOLOv1، YOLOv2 (YOLO9000)، YOLOv3 YOLOv1, YOLOv2 (YOLO9000), YOLOv3

  • YOLOv4، YOLOv5، YOLOv6 YOLOv4, YOLOv5, YOLOv6

  • YOLOv7، YOLOv8 YOLOv7, YOLOv8

  • مقایسه عملکرد YOLO (مدل پیش‌فرض) YOLO Performance Comparison (Default Model)

  • مزایای YOLO در مقایسه با سایر مدل های یادگیری عمیق YOLO advantages compared to other Deep Learning models

  • چه چیزی در YOLOv7 جدید است؟ What's new in YOLOv7?

درک یادگیری عمیق Understanding Deep Learning

  • درک یادگیری عمیق Understanding Deep Learning

  • نحوه عملکرد شبکه های عصبی کانولوشنال (CNN) How Convolutional Neural Networks (CNN) works

  • خلاصه شبکه های عصبی کانولوشنال Convolutional Neural Networks summary

آشنایی با YOLOv7 و YOLOv8 Understanding YOLOv7 & YOLOv8

  • وظایف مختلف کامپیوتر ویژن Different Computer Vision Tasks

  • توضیح مفصل معماری YOLOv7 YOLOv7 architecture detailed explanation

  • عملکرد از دست دادن در مقابل میانگین دقت متوسط Loss Function vs mean Average Precision

  • توضیح مفصل معماری YOLOv8 YOLOv8 architecture detailed explanation

نصب ابزارها (ویندوز) Tools Installation (Windows)

  • ویندوز: نحوه نصب Anaconda Windows : How to install Anaconda

  • ویندوز: نحوه نصب Git Windows : How to install Git

آماده سازی مجموعه داده ها Dataset Preparation

  • نحوه یافتن مجموعه داده How to Find Dataset

  • درک قالب حاشیه نویسی مجموعه داده YOLO Understanding YOLO dataset annotation format

  • حاشیه نویسی مجموعه داده با استفاده از LabelImg Dataset Annotation using LabelImg

  • تقسیم مجموعه داده Dataset Splitting

  • حاشیه نویسی مجموعه داده برای تقسیم بندی با استفاده از labelme Dataset Annotation for Segmentation using labelme

  • تبدیل حاشیه نویسی (برچسب به YOLO) Annotation Conversion (labelme to YOLO)

  • حاشیه نویسی مجموعه داده با استفاده از ابزار حاشیه نویسی بینایی رایانه (CVAT) Dataset Annotation using Computer Vision Annotation Tool (CVAT)

پیش نیازهای YOLOv7 و YOLOv8 نصب (ویندوز) YOLOv7 and YOLOv8 prerequisites Installation (Windows)

  • ویندوز: درایور GPU را نصب کنید Windows: Install GPU Driver

  • ویندوز: CUDA را نصب کنید Windows: Install CUDA

  • ویندوز: CuDNN را نصب کنید Windows: Install CuDNN

نصب YOLOv7 (ویندوز، گوگل کولب) YOLOv7 Installation (Windows, Google Colab)

  • ویندوز: YOLOv7 را در حالت CPU نصب کنید Windows: Install YOLOv7 in CPU Mode

  • ویندوز: YOLOv7 را در حالت GPU نصب کنید Windows: Install YOLOv7 in GPU Mode

  • Google Colab: پایه Google Colab Google Colab : Basic of Google Colab

  • Google Colab: YOLOv7 را نصب کنید Google Colab : Install YOLOv7

نصب YOLOv8 (ویندوز، گوگل کولب) YOLOv8 Installation (Windows, Google Colab)

  • ویندوز: YOLOv8 را در حالت CPU نصب کنید Windows: Install YOLOv8 in CPU Mode

  • ویندوز: YOLOv8 را در حالت GPU نصب کنید Windows: Install YOLOv8 in GPU Mode

  • Google Colab: YOLOv8 را نصب کنید Google Colab : Install YOLOv8

تشخیص شیء را با استفاده از مدل از پیش آموزش دیده YOLOv7 روی تصویر، ویدئو، وب کم انجام دهید. Perform Object Detection using YOLOv7 pretrained model on image, video, webcam.

  • مقدمه تشخیص شی Intro Object Detection

  • Windows : YOLOv7 Object Detection on image (GPU Mode) Windows : YOLOv7 Object Detection on image (GPU Mode)

  • Windows : YOLOv7 Object Detection در ویدئو و وب کم (حالت GPU) Windows : YOLOv7 Object Detection on video and webcam (GPU Mode)

  • Google Colab: YOLOv7 Object Detection on Images Google Colab : YOLOv7 Object Detection on Images

  • Google Colab: YOLOv7 Object Detection on Video Google Colab : YOLOv7 Object Detection on Video

تشخیص شیء را با استفاده از مدل از پیش آموزش دیده YOLOv8 بر روی تصویر، ویدئو، وب کم انجام دهید. Perform Object Detection using YOLOv8 pretrained model on image, video, webcam.

  • تشخیص مقدمه Intro Detection

  • Windows : YOLOv8 Object Detection on image (GPU Mode) Windows : YOLOv8 Object Detection on image (GPU Mode)

  • Windows : YOLOv8 Object Detection در ویدئو و وب کم (حالت GPU) Windows : YOLOv8 Object Detection on video and webcam (GPU Mode)

  • Google Colab: YOLOv8 Object Detection on Images Google Colab : YOLOv8 Object Detection on Images

  • Google Colab: YOLOv8 Object Detection on Video Google Colab : YOLOv8 Object Detection on Video

آموزش مدل تشخیص YOLOv7 روی مجموعه داده سفارشی Training YOLOv7 detection model on custom dataset

  • Windows: آماده سازی مجموعه داده و تقسیم خودکار مجموعه داده Windows : Preparing dataset and splitting the dataset automatically

  • Windows : فایل پیکربندی را بسازید Windows : Make configuration file

  • Windows: آموزش را انجام دهید و نمودار دقت را با استفاده از Tensorboard ببینید Windows : Perform training and see the accuracy graph using Tensorboard

  • ویندوز: چگونه یک آموزش ناتمام را ادامه دهیم Windows : How to continue an unfinished training

  • ویندوز: تشخیص ماسک صورت Windows : Face Mask Detection

  • Google Colab: آماده سازی مجموعه داده Google Colab : Preparing dataset

  • Google Colab: فایل پیکربندی را بسازید Google Colab : Make configuration file

  • Google Colab: آموزش انجام دهید و نمودار دقت را با استفاده از Tensorboard ببینید Google Colab : Perform training and see the accuracy graph using Tensorboard

  • Google Colab: چگونه یک آموزش ناتمام را ادامه دهیم Google Colab : How to continue an unfinished training

  • Google Colab: تشخیص ماسک صورت Google Colab : Face Mask Detection

آموزش مدل تشخیص YOLOv8 روی مجموعه داده سفارشی Training YOLOv8 detection model on custom dataset

  • Windows: آماده سازی مجموعه داده و تقسیم خودکار مجموعه داده Windows : Preparing dataset and splitting the dataset automatically

  • Windows : فایل داده بسازید Windows : Make data file

  • یادداشت آموزشی TRAINING NOTE

  • Windows: آموزش را انجام دهید و نمودار دقت را با استفاده از Tensorboard ببینید Windows : Perform training and see the accuracy graph using Tensorboard

  • ویندوز: چگونه یک آموزش ناتمام را ادامه دهیم Windows : How to continue an unfinished training

  • Windows : تشخیص ماسک صورت (پروژه دنیای واقعی شماره 1) Windows : Face Mask Detection (Real-World Project #1)

  • Google Colab: آماده سازی مجموعه داده Google Colab : Preparing dataset

  • Google Colab: یک فایل داده ایجاد کنید Google Colab : Create a data file

  • Google Colab: آموزش انجام دهید و نمودار دقت را با استفاده از Tensorboard ببینید Google Colab : Perform training and see the accuracy graph using Tensorboard

  • Google Colab: چگونه یک آموزش ناتمام را ادامه دهیم Google Colab : How to continue an unfinished training

  • Google Colab: تشخیص ماسک صورت Google Colab : Face Mask Detection

اندازه گیری عملکرد YOLOv7 و YOLOv8 YOLOv7 & YOLOv8 Performance Measurement

  • فرمت مقادیر mAP mAP Values Format

  • YOLOv7: اندازه گیری دقت با استفاده از میانگین میانگین دقت YOLOv7: Accuracy Measurement using Mean Average Precision

  • YOLOv8: اندازه‌گیری دقت با استفاده از میانگین میانگین دقت YOLOv8: Accuracy Measurement using Mean Average Precision

ویژگی های جدید YOLOv7 YOLOv7 New Features

  • تخمین پوس Pose Estimation

  • تقسیم بندی نمونه: ویژوال استودیو را نصب کنید Instance Segmentation : Install Visual Studio

  • تقسیم بندی نمونه: Detectron2 را نصب کنید Instance Segmentation : Install Detectron2

  • بخش بندی نمونه را اجرا کنید Run Instance Segmentation

ویژگی های جدید YOLOv8 YOLOv8 New Features

  • Windows: طبقه‌بندی تصویر روی تصویر و ویدیو (حالت GPU) Windows: Image Classification on image and video (GPU Mode)

  • Google Colab: طبقه بندی تصاویر بر روی تصاویر و ویدئو Google Colab: Image Classification on images and video

  • تقسیم بندی در تصویر، ویدئو و وب کم Segmentation on Image, Video, and Webcam

  • ردیابی اشیا Object Tracking

  • Google Colab: تقسیم بندی روی تصویر و ویدیو Google Colab: Segmentation on image and video

آموزش مدل طبقه بندی YOLOv8 بر روی مجموعه داده های سفارشی (پروژه دنیای واقعی شماره 2) Training YOLOv8 Classification model on custom dataset (Real-World Project #2)

  • Windows: آماده سازی مجموعه داده و تقسیم خودکار مجموعه داده Windows : Preparing dataset and splitting the dataset automatically

  • Windows: آموزش را انجام دهید و نمودار دقت را با استفاده از Tensorboard ببینید Windows : Perform training and see the accuracy graph using Tensorboard

  • ویندوز: چگونه یک آموزش ناتمام را ادامه دهیم Windows : How to continue an unfinished training

  • ویندوز : طبقه بندی آب و هوا Windows : Weather Classification

  • Google Colab: آماده سازی مجموعه داده و تقسیم خودکار مجموعه داده Google Colab: Preparing dataset and splitting the dataset automatically

  • Google Colab: آموزش انجام دهید و نمودار دقت را با استفاده از Tensorboard ببینید Google Colab : Perform training and see the accuracy graph using Tensorboard

  • Google Colab: چگونه یک آموزش ناتمام را ادامه دهیم Google Colab : How to continue an unfinished training

  • Google Colab: طبقه بندی آب و هوا Google Colab : Weather Classification

آموزش مدل تقسیم بندی YOLOv8 بر روی مجموعه داده های سفارشی (پروژه دنیای واقعی شماره 3) Training YOLOv8 Segmentation model on custom dataset (Real-World Project #3)

  • Windows: آماده سازی مجموعه داده و تقسیم خودکار مجموعه داده Windows : Preparing dataset and splitting the dataset automatically

  • Windows : یک فایل داده ایجاد کنید Windows : Create a data file

  • Windows: آموزش را انجام دهید و نمودار دقت را با استفاده از Tensorboard ببینید Windows : Perform training and see the accuracy graph using Tensorboard

  • ویندوز: چگونه یک آموزش ناتمام را ادامه دهیم Windows : How to continue an unfinished training

  • ویندوز: تقسیم بندی بیماری برگ قهوه Windows : Coffee Leaf Disease Segmentation

  • Google Colab: آماده سازی مجموعه داده و تقسیم خودکار مجموعه داده Google Colab : Preparing dataset and splitting the dataset automatically

  • Google Colab: یک فایل داده ایجاد کنید Google Colab : Create a data file

  • Google Colab: آموزش انجام دهید و نمودار دقت را با استفاده از Tensorboard ببینید Google Colab : Perform training and see the accuracy graph using Tensorboard

  • Google Colab: چگونه یک آموزش ناتمام را ادامه دهیم Google Colab : How to continue an unfinished training

  • Google Colab: تقسیم بندی بیماری برگ قهوه Google Colab : Coffee Leaf Disease Segmentation

پروژه دنیای واقعی 4: شمارنده اسکات Real-World Project 4 : Squat Counter

  • نحوه اجرای برنامه Squat Counter How to Run Squat Counter App

  • توضیح کد کانتر اسکوات Squat Counter Code Explanation

نمایش نظرات

نظری ارسال نشده است.

آموزش YOLOv7 YOLOv8: یادگیری عمیق - Computer Vision 2023
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
8 hours
101
Udemy (یودمی) udemy-small
18 آبان 1402 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
1,944
4.5 از 5
دارد
دارد
دارد

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Dr Priyanto Hidayatullah (PhD in AI) Dr Priyanto Hidayatullah (PhD in AI)

دکتری هوش مصنوعی

Stunning Vision AI Academy Stunning Vision AI Academy

ارائه آموزش با کیفیت بالا در زمینه هوش مصنوعی و بینایی کامپیوتر.

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.