آموزش YOLO-NAS + v8 Full-Stack Computer Vision Course [ویدئو]

YOLO-NAS + v8 Full-Stack Computer Vision Course [Video]

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: این دوره یک سفر عمیق به دنیای YOLO-NAS + v8 را ارائه می دهد که با ارتقاء از YOLOv8 به YOLO-NAS و معرفی معماری آنها شروع می شود. شما جزئیات دقیق اجرای این مدل‌ها را در سیستم‌عامل‌های مختلف مانند اوبونتو و ویندوز و حتی در Google Colab برای یادگیری مبتنی بر ابر قابل دسترسی بررسی خواهید کرد. این دوره با دقت شما را از طریق آموزش سفارشی YOLO-NAS + v8 در مجموعه داده های تخصصی، از جمله مرتب سازی زباله، راهنمایی می کند و به تسلط بر ردیابی اشیا با ادغام هایی مانند DeepSORT و Bytetrack گسترش می یابد. بخش قابل توجهی به پیاده سازی های عملی، مانند راه اندازی برنامه های Flask برای هوش مصنوعی، توسعه تلفن همراه با Kivy، و استفاده از برنامه های تلفن همراه برای استفاده در زمان واقعی مانند تشخیص زبان اشاره اختصاص داده شده است. از پیکربندی محیط‌ها برای تبدیل مدل در چارچوب‌های مختلف تا استقرار تکنیک‌های پیشرفته تقسیم‌بندی اشیا، این دوره شما را برای برنامه‌های هوش مصنوعی در دنیای واقعی آماده می‌کند. این کار با استقرار YOLO-NAS در محیط‌های Docker و Jetson NANO به اوج خود می‌رسد و تضمین می‌کند که برای انجام وظایف حرفه‌ای هوش مصنوعی به طور یکپارچه مجهز هستید. مدل های هوش مصنوعی را به طور موثر بر روی سیستم عامل های مختلف اجرا کنید آموزش و تنظیم دقیق YOLO-NAS + v8 در مجموعه داده های سفارشی ردیابی اشیا را با الگوریتم ها و ابزارهای مدرن یکپارچه کنید مدل های هوش مصنوعی را بین چندین چارچوب یادگیری ماشینی تبدیل کنید توسعه و استقرار برنامه های وب Flask با یکپارچه سازی YOLO-NAS + v8 ساخت و پیکربندی برنامه های کاربردی تلفن همراه با استفاده از Kivy این دوره برای توسعه دهندگان نرم افزار، متخصصان هوش مصنوعی و دانشمندان داده که قبلاً درک اساسی از مفاهیم یادگیری ماشین و آشنایی اولیه با برنامه نویسی پایتون دارند ایده آل است. تجربه قبلی با PyTorch و دانش اولیه بینایی کامپیوتر و الگوریتم های تشخیص اشیا مفید خواهد بود اما ضروری نیست. ارتقا و پیکربندی مدل‌های YOLO-NAS + v8 برای کاربردهای پیشرفته * پیاده‌سازی تشخیص و تقسیم‌بندی اشیاء در زمان واقعی در محیط‌های مختلف * آموزش بین پلتفرمی از رایانه شخصی به موبایل تا وب

سرفصل ها و درس ها

YOLO-NAS + v8 مقدمه YOLO-NAS + v8 Introduction

  • نحوه ارتقاء از YOLOv8 به YOLO-NAS How to Upgrade from YOLOv8 to YOLO-NAS

  • سخنرانی 1: مقدمه ای بر YOLO-NAS + v8 Lecture 1: Introduction to YOLO-NAS + v8

  • سخنرانی 2: معماری YOLO-NAS + v8 و مقایسه با مدل های دیگر Lecture 2: Architecture of YOLO-NAS + v8 and comparison to other models

  • سخنرانی 3: اجرای YOLO-NAS + v8 در اوبونتو Lecture 3: Running YOLO-NAS + v8 on Ubuntu

  • سخنرانی 4: اجرای YOLO-NAS + v8 در ویندوز Lecture 4: Running YOLO-NAS + v8 on Windows

  • سخنرانی 5: اجرای YOLO-NAS + v8 در Google Colab Lecture 5: Running YOLO-NAS + v8 in Google Colab

  • سخنرانی 6: YOLO-NAS + v8 Object Detection on Images, Video & WebCam در Google Colab Lecture 6: YOLO-NAS + v8 Object Detection on Images, Video & WebCam in Google Colab

  • سخنرانی 7: موارد استفاده رایج برای YOLO-NAS + v8 Lecture 7: Common use cases for YOLO-NAS + v8

  • سخنرانی 8: تنظیم دقیق مدل های YOLO-NAS + v8 از پیش آموزش دیده Lecture 8: Fine-tuning pre-trained YOLO-NAS + v8 models

آموزش سفارشی YOLO-NAS + v8 Training Custom YOLO-NAS + v8

  • سخنرانی 1: فرآیند آموزش YOLOv8 Lecture 1: Training Process of YOLOv8

  • سخنرانی 2: آموزش YOLO NAS در مجموعه داده های سفارشی Lecture 2: Training YOLO NAS on custom Dataset

  • سخنرانی 3: تشخیص مرتب سازی زباله مجموعه داده سفارشی Lecture 3: Custom Dataset Waste Sorting Detection

  • سخنرانی 4: پیش پردازش داده ها Lecture 4: Data Pre-processing

  • سخنرانی 5: افزایش داده ها Lecture 5: Data Augmentation

  • سخنرانی 6: آموزش، آزمایش، و استقرار مدل در Roboflow Lecture 6: Training, Testing, and Deploying Model on Roboflow

  • سخنرانی 7: استفاده از مدل های Roboflow برای حاشیه نویسی داده های هوش مصنوعی Lecture 7: Using Roboflow models for AI data annotation

YOLO-NAS + v8 Object Tracking YOLO-NAS + v8 Object Tracking

  • سخنرانی 1: مقدمه ای بر ردیابی چند شی (MOT) Lecture 1: Introduction to Multi-Object Tracking (MOT)

  • سخنرانی 2: YOLO-NAS + v8 با DeepSORT Lecture 2: YOLO-NAS + v8 with DeepSORT

  • سخنرانی 3: YOLO-NAS + v8 با Bytetrack Lecture 3: YOLO-NAS + v8 with Bytetrack

  • سخنرانی 4: YOLO-NAS + v8 با FairMOT Lecture 4: YOLO-NAS + v8 with FairMOT

  • سخنرانی 5: ادغام ردیابی YOLO-NAS + v8+ در داشبورد Streamlit Lecture 5: Integrating YOLO-NAS + v8+ tracking on Streamlit dashboard

تبدیل مدل Model Conversion

  • سخنرانی 1: مروری بر تبدیل مدل Lecture 1: Overview of model conversion

  • سخنرانی 2: تنظیم محیط برای تبدیل مدل Lecture 2: Setting up the environment for model conversion

  • سخنرانی 3: تبدیل مدل های PyTorch به CoreML Lecture 3: Converting PyTorch models to CoreML

  • سخنرانی 4: تبدیل مدل های PyTorch به OpenVino Lecture 4: Converting PyTorch models to OpenVino

  • سخنرانی 5: تبدیل مدل های PyTorch به TensorFlow Lecture 5: Converting PyTorch models to TensorFlow

  • سخنرانی 6: تبدیل مدل های PyTorch به TensorRT Lecture 6: Converting PyTorch models to TensorRT

یکپارچه سازی فلاسک Flask Integration

  • سخنرانی 1: راه اندازی برنامه فلاسک Lecture 1: Setting up Flask Application

  • سخنرانی 2: YOLO-NAS + v8 را با Flask ادغام کنید Lecture 2: Integrate YOLO-NAS + v8 with Flask

  • سخنرانی 3: طراحی Front-End Lecture 3: Designing Front-End

برنامه های YOLO-NAS + v8 Flask YOLO-NAS + v8 Flask Apps

  • سخنرانی 1: نقشه های حرارتی خرده فروشی Lecture 1: Retail Heat Maps

  • سخنرانی 2: بررسی ایمنی معدن - کلاه ایمنی/عینک یا جلیقه. Lecture 2: Mining Safety Check- Helmet/Glasses or vest.

  • سخنرانی 3: تشخیص زباله های پلاستیکی با استفاده از دوربین های امنیتی Lecture 3: Plastic Waste Detection using Security Cameras

  • سخنرانی 4: تشخیص دود Lecture 4: Smoke Detection

  • سخنرانی 5: CS-GO Gaming Aimbot با YOLOv8 | NAS Lecture 5: CS-GO Gaming Aimbot with YOLOv8 | NAS

توسعه موبایل با استفاده از Kivy Mobile Development Using Kivy

  • سخنرانی 1: مقدمه ای بر توسعه موبایل Lecture 1: Introduction to Mobile Development

  • سخنرانی 2: راه اندازی برنامه Kivy (قسمت 1) Lecture 2: Setting up Kivy Application (part 1)

  • سخنرانی 2: راه اندازی برنامه Kivy (قسمت 2) Lecture 2: Setting up Kivy Application (part 2)

  • سخنرانی 3: راه اندازی داشبورد Lecture 3: Setting up a Dashboard

  • سخنرانی 4: ادغام YOLO-NAS + v8 با Kivy Lecture 4: Integrating YOLO-NAS + v8 with Kivy

  • سخنرانی 5: تبدیل به TFlite Lecture 5: Conversion to TFlite

  • سخنرانی 6.1 ابزارک ها و دکمه ها در Kivy Lecture 6.1 Widgets and Buttons in Kivy

  • سخنرانی 6.2: ابزارک ها و دکمه ها در Kivy Lecture 6.2: Widgets and Buttons in Kivy

  • سخنرانی 6.3: ابزارک ها و دکمه ها در Kivy Lecture 6.3: Widgets and Buttons in Kivy

  • سخنرانی 6.4: ابزارک ها و دکمه ها در Kivy Lecture 6.4: Widgets and Buttons in Kivy

  • سخنرانی 8.8.1: پیکربندی بیلدوزر Lecture 8.8.1: Configuring Buildozer

  • سخنرانی 8.8.2: برنامه اشکال زدایی Lecture 8.8.2: Debugging Application

  • Lecture 8.8.3 اجرای برنامه Lecture 8.8.3 Run Application

  • سخنرانی 9.1: به روز رسانی نوار جستجو Lecture 9.1: Updating the Search Bar

  • سخنرانی 9.2: به روز رسانی اسلایدر Lecture 9.2: Updating the Slider

  • سخنرانی 9.3: افزودن یک کشو ناوبری Lecture 9.3: Adding a Navigation Drawer

  • سخنرانی 9.4: پیکربندی و اجرای برنامه Lecture 9.4: Configuring & Running the App

  • سخنرانی 9.3: افزودن یک کشو ناوبری Lecture 9.3: Adding a Navigation Drawer

  • سخنرانی 9.4: پیکربندی و اجرای برنامه Lecture 9.4: Configuring & Running the App

برنامه های موبایل Mobile Apps

  • سخنرانی 1: مقدمه ای بر برنامه های موبایل Lecture 1: Introduction to Mobile Apps

  • سخنرانی 2: افراد در حال شمارش در طول زمان Lecture 2: People Counting over Time

  • سخنرانی 3: اسکنر اسناد (با استفاده از Easy-OCR) Lecture 3: Document Scanner (using Easy-OCR)

  • سخنرانی 4: تشخیص زبان اشاره Lecture 4: Sign Language Recognition

  • سخنرانی 5: تجسم ویجت نمودار نواری Lecture 5: Bar Graph Widget Visualization

تقسیم بندی شی Object Segmentation

  • سخنرانی 1: مقدمه ای بر تقسیم بندی اشیاء Lecture 1: Introduction to Object Segmentation

  • سخنرانی 2: راه اندازی مدل تقسیم بندی شی Lecture 2: Setting up Object Segmentation model

  • سخنرانی 3: جمع آوری داده ها، حاشیه نویسی و بررسی سلامت Lecture 3: Data Collection, Annotation and Health checker

  • سخنرانی 4: پیش پردازش و تقویت داده ها Lecture 4: Data Pre-processing and Augmentation

  • سخنرانی 5: آموزش GPU و استقرار Lecture 5: Training on GPU and deployment

  • سخنرانی 6: تشخیص ترک و اندازه گیری اندازه پیکسل Lecture 6: Crack detection and measuring the pixel size

  • سخنرانی 7: YOLO-NAS + SAM Segmentation Lecture 7: YOLO-NAS + SAM Segmentation

استقرار YOLO-NAS برای Docker YOLO-NAS Deployment for Docker

  • استقرار YOLO-NAS برای Docker YOLO-NAS Deployment for Docker

  • استقرار YOLO-NAS برای Jetson NANO YOLO-NAS Deployment for Jetson NANO

محتوای جایزه Bonus Content

  • VegGPT VegGPT

  • به روز رسانی Ultralytics: YOLOv8 Object Bounding Boxes Ultralytics Update: YOLOv8 Object Bounding Boxes

نمایش نظرات

Packtpub یک ناشر دیجیتالی کتاب‌ها و منابع آموزشی در زمینه فناوری اطلاعات و توسعه نرم‌افزار است. این شرکت از سال 2004 فعالیت خود را آغاز کرده و به تولید و انتشار کتاب‌ها، ویدیوها و دوره‌های آموزشی می‌پردازد که به توسعه‌دهندگان و متخصصان فناوری اطلاعات کمک می‌کند تا مهارت‌های خود را ارتقا دهند. منابع آموزشی Packtpub موضوعات متنوعی از جمله برنامه‌نویسی، توسعه وب، داده‌کاوی، امنیت سایبری و هوش مصنوعی را پوشش می‌دهد. محتوای این منابع به صورت کاربردی و به‌روز ارائه می‌شود تا کاربران بتوانند دانش و توانایی‌های لازم برای موفقیت در پروژه‌های عملی و حرفه‌ای خود را کسب کنند.

آموزش YOLO-NAS + v8 Full-Stack Computer Vision Course [ویدئو]
جزییات دوره
8h 18m
70
Packtpub Packtpub
(آخرین آپدیت)
از 5
ندارد
دارد
دارد
Augmented AI
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Augmented AI Augmented AI

در هوش مصنوعی افزوده، آنها پیشگامان آموزش هوش مصنوعی هستند و دوره های پیشرفته ای را ارائه می دهند که فناوری هایی مانند هوش مصنوعی مولد، LLMs (مدل های زبان بزرگ)، روباتیک، هواپیماهای بدون سرنشین و هوش مصنوعی لبه را ادغام می کند. هدف آن‌ها دموکراتیک کردن دسترسی به این فناوری‌های پیشرفته، توانمندسازی افراد و سازمان‌ها برای موفقیت در چشم‌انداز سریع هوش مصنوعی است. آنها بیش از 114 هزار مشترک را در یوتیوب جذب می کنند و 43 هزار دنبال کننده لینکدین خود را در آخرین اخبار هوش مصنوعی به روز نگه می دارند.