Haaste: Objektintunnistus Mukautetulla Mallilla ja YOLO:lla
Pyyhkäise näyttääksesi valikon
Tässä tehtävässä perehdyt esineiden tunnistukseen syväoppimisen avulla. Ensin rakennat oman esineiden tunnistusmallin alusta alkaen käyttäen Kerasta. Sen jälkeen lataat valmiiksi koulutetun YOLOv8-mallin ja sovellat sitä samaan aineistoon.
Tehtävän aikana:
- Koulutat yksinkertaisen Keras-pohjaisen esineiden tunnistimen;
- Lataat ja suoritat ennusteita YOLOv8-mallilla, joka on koulutettu samalla datalla;
- Arvioit mallin suorituskykyä todellisilla validointikuvilla;
- Vertaat tuloksia ja ymmärrät eron omien mallien ja huipputason mallien välillä.
Notebookin puolivälissä pohdit, miksi tunnistusmallien rakentaminen alusta asti voi olla rajoittavaa — ja mainitset lyhyesti siirtoloppimisen merkityksen käytännön sovelluksissa.
Kiitos palautteestasi!
Kysy tekoälyä
Kysy tekoälyä
Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme
Haaste: Objektintunnistus Mukautetulla Mallilla ja YOLO:lla
Tässä tehtävässä perehdyt esineiden tunnistukseen syväoppimisen avulla. Ensin rakennat oman esineiden tunnistusmallin alusta alkaen käyttäen Kerasta. Sen jälkeen lataat valmiiksi koulutetun YOLOv8-mallin ja sovellat sitä samaan aineistoon.
Tehtävän aikana:
- Koulutat yksinkertaisen Keras-pohjaisen esineiden tunnistimen;
- Lataat ja suoritat ennusteita YOLOv8-mallilla, joka on koulutettu samalla datalla;
- Arvioit mallin suorituskykyä todellisilla validointikuvilla;
- Vertaat tuloksia ja ymmärrät eron omien mallien ja huipputason mallien välillä.
Notebookin puolivälissä pohdit, miksi tunnistusmallien rakentaminen alusta asti voi olla rajoittavaa — ja mainitset lyhyesti siirtoloppimisen merkityksen käytännön sovelluksissa.
Kiitos palautteestasi!