YOLOv3目标检测实战:交通标志识别

中阶

学习和学习使用YOLOv3目标检测方法实现交通标志识别

betway必威2020 www.dl-99.cn 4.7分 更新: 近三个月

收藏( 19 下载课程 二维码 下载学院APP 缓存视频离线看 学习社群 二维码 关注公众号 加入官方群

4112 学习人数 2小时15分钟 19课时
课程权益 15分钟内无条件退款 1、仅限付费视频课程适用
2、购买后15分钟内可以找到客服进行沟通退款
3、下载资料后不再享有退款特权
4、客服(Tel:400-101-1651)

24小时内答疑 随时随地观看课程 专属资料下载
  • 课程介绍
  • 课程大纲
  • 学员评价
  • 其他课程 34
  • 专题套餐

适合人群:

具有一定深度学习基础,希望掌握YOLOv3目标检测实战方法的同学们

课程目标:

学习和学习使用YOLOv3目标检测方法实现交通标志识别

课程简介:

在无人驾驶中,交通标志识别是一项重要的任务。本项目以美国交通标志数据集LISA为训练对象,采用YOLOv3目标检测方法实现实时交通标志识别。

具体项目过程包括包括:安装Darknet、下载LISA交通标志数据集、数据集格式转换、修改配置文件、训练LISA数据集、测试训练出的网络模型、性能统计(mAP计算和画出PR曲线)和先验框聚类。

YOLOv3基于深度学习,可以实时地进行端到端的目标检测,以速度快见长。本课程将手把手地教大家使用YOLOv3实现交通标志识别。本课程的YOLOv3使用Darknet,在Ubuntu系统上做项目演示。 Darknet是使用C语言实现的轻型开源深度学习框架,依赖少,可移植性好,值得深入学习和探究。

除本课程《YOLOv3目标检测实战:交通标志识别》外,本人推出了有关YOLOv3目标检测的系列课程,请持续关注该系列的其它课程视频,包括:

《YOLOv3目标检测实战:训练自己的数据集

《YOLOv3目标检测:原理与源码解析》

《YOLOv3目标检测:网络模型改进方法》

另一门课程《YOLOv3目标检测实战:训练自己的数据集》主要是介绍如何训练自己标注的数据集。而本课程的区别主要在于学习对已标注数据集的格式转换,即把LISA数据集从csv格式转换成YOLOv3所需要的PASCAL VOC格式和YOLO格式。本课程提供数据集格式转换的Python代码。

请大家关注以上课程,并选择学习。

下图是使用YOLOv3进行交通标志识别的测试结果:

1.jpg

2.jpg

3.jpg

4.jpg

展开更多

课程大纲-YOLOv3目标检测实战:交通标志识别

资料下载

5

学员评分

  • 0%
  • 0%
  • 0%
  • 0%
  • 0%
超过  “计算机视觉”   90%的课程

    1
    非常糟

    2
    很差

    3
    一般

    4
    很好

    5
    非常好

      展开更多
      加载中
      没有了哦~
      仅需¥58.00
      关注公众号 领VIP会员
      下次再说

      点击打包下载,即可获取该课程全部资料

      打包下载
      充电节满减满200减20 满300减30 满500减50
      是否单独购买该课程?
      直接购买 去凑单
      在线
      客服
      APP
      下载

      下载Android客户端

      下载iphone 客户端

      官方
      微信

      关注官方微信

      返回
      顶部