문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
코스 개요
개요
YOLO 사전 훈련된 모델의 특징 및 아키텍처 개요
- YOLO 알고리즘
- 회귀 기반 객체 탐지 알고리즘
- YOLO가 RCNN과 어떻게 다른가?
적절한 YOLO 버전 활용
- YOLOv1-v2의 특징 및 아키텍처
- YOLOv3-v4의 특징 및 아키텍처
YOLO 구현을 위한 IDE 설치 및 구성
- Darknet 구현
- PyTorch와 Keras 구현
- OpenCV와 NumPy 실행
YOLO 사전 훈련된 모델을 활용한 객체 탐지 개요
Python 명령줄 애플리케이션 작성 및 사용자 정의
- YOLO 프레임워크를 활용한 이미지 라벨링
- 데이터셋을 기반으로 한 이미지 분류
YOLO 구현을 활용한 이미지 내 객체 탐지
- bounding box가 어떻게 작동하는가?
- YOLO의 인스턴스 분할 정확도는 어떠한가?
- 명령줄 인수 파싱하기
YOLO 클래스 라벨, 좌표, 차원 추출
결과 이미지 표시
비디오 스트림에서 YOLO 구현을 활용한 객체 탐지
- 기본 이미지 처리와 어떻게 다른가?
프레임워크에서 YOLO 구현 훈련 및 테스트
트러블슈팅 및 디버깅
요약 및 결론
요건
- Python 3.x 프로그래밍 경험
- Python IDE 중 하나에 대한 기본 지식
- Python argparse와 명령줄 인수 사용 경험이 있음
- 컴퓨터 비전과 기계 학습 라이브러리 이해
- 기본 객체 탐지 알고리즘 이해
대상자
- 백엔드 개발자
- 데이터 과학자
7 시간
회원 평가 (2)
Trainer was very knowlegable and very open to feedback on what pace to go through the content and the topics we covered. I gained alot from the training and feel like I now have a good grasp of image manipulation and some techniques for building a good training set for an image classification problem.
Anthea King - WesCEF
코스 - Computer Vision with Python
I genuinely enjoyed the hands-on approach.
