Herausforderung: Objekterkennung mit benutzerdefiniertem Modell und YOLO
In dieser Aufgabe tauchen Sie in die Welt der Objekterkennung mit Deep Learning ein. Zunächst erstellen Sie Ihr eigenes Objekterkennungsmodell von Grund auf mit Keras. Anschließend laden Sie ein vortrainiertes YOLOv8-Modell und wenden es auf denselben Datensatz an.
Dabei werden Sie:
- Einen einfachen, auf Keras basierenden Objektdetektor trainieren;
- Ein YOLOv8-Modell laden und Vorhersagen mit demselben Datensatz durchführen;
- Die Leistung an echten Validierungsbildern evaluieren;
- Ergebnisse vergleichen und den Unterschied zwischen eigenen Modellen und modernen Modellen verstehen.
Im Verlauf des Notebooks reflektieren Sie, warum das Erstellen von Erkennungsmodellen von Grund auf Einschränkungen mit sich bringen kann — und erwähnen kurz die Bedeutung von Transfer Learning für praktische Anwendungen.
Danke für Ihr Feedback!
Fragen Sie AI
Fragen Sie AI
Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen
Awesome!
Completion rate improved to 3.45
Herausforderung: Objekterkennung mit benutzerdefiniertem Modell und YOLO
Swipe um das Menü anzuzeigen
In dieser Aufgabe tauchen Sie in die Welt der Objekterkennung mit Deep Learning ein. Zunächst erstellen Sie Ihr eigenes Objekterkennungsmodell von Grund auf mit Keras. Anschließend laden Sie ein vortrainiertes YOLOv8-Modell und wenden es auf denselben Datensatz an.
Dabei werden Sie:
- Einen einfachen, auf Keras basierenden Objektdetektor trainieren;
- Ein YOLOv8-Modell laden und Vorhersagen mit demselben Datensatz durchführen;
- Die Leistung an echten Validierungsbildern evaluieren;
- Ergebnisse vergleichen und den Unterschied zwischen eigenen Modellen und modernen Modellen verstehen.
Im Verlauf des Notebooks reflektieren Sie, warum das Erstellen von Erkennungsmodellen von Grund auf Einschränkungen mit sich bringen kann — und erwähnen kurz die Bedeutung von Transfer Learning für praktische Anwendungen.
Danke für Ihr Feedback!