Haaste: Objektin Tunnistus Omalla Mallilla ja YOLOlla
Tässä tehtävässä perehdyt esineiden tunnistuksen maailmaan syväoppimisen avulla. Ensin rakennat oman esineiden tunnistusmallin alusta käyttäen Kerasta. Sen jälkeen lataat valmiiksi koulutetun YOLOv8-mallin ja sovellat sitä samaan aineistoon.
Tehtävän aikana:
- Kouluta yksinkertainen Keras-pohjainen esineiden tunnistin;
- Lataa ja suorita ennusteita YOLOv8-mallilla, joka on koulutettu samalla datalla;
- Arvioi mallin suorituskykyä todellisilla validointikuvilla;
- Vertaa tuloksia ja ymmärrä eroa oman mallin ja huipputason mallien välillä.
Notebookin puolivälissä pohditaan, miksi tunnistusmallien rakentaminen alusta voi olla rajoittavaa — ja mainitaan lyhyesti siirtoloppimisen merkitys käytännön sovelluksissa.
Kiitos palautteestasi!
Kysy tekoälyä
Kysy tekoälyä
Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme
Awesome!
Completion rate improved to 3.45
Haaste: Objektin Tunnistus Omalla Mallilla ja YOLOlla
Pyyhkäise näyttääksesi valikon
Tässä tehtävässä perehdyt esineiden tunnistuksen maailmaan syväoppimisen avulla. Ensin rakennat oman esineiden tunnistusmallin alusta käyttäen Kerasta. Sen jälkeen lataat valmiiksi koulutetun YOLOv8-mallin ja sovellat sitä samaan aineistoon.
Tehtävän aikana:
- Kouluta yksinkertainen Keras-pohjainen esineiden tunnistin;
- Lataa ja suorita ennusteita YOLOv8-mallilla, joka on koulutettu samalla datalla;
- Arvioi mallin suorituskykyä todellisilla validointikuvilla;
- Vertaa tuloksia ja ymmärrä eroa oman mallin ja huipputason mallien välillä.
Notebookin puolivälissä pohditaan, miksi tunnistusmallien rakentaminen alusta voi olla rajoittavaa — ja mainitaan lyhyesti siirtoloppimisen merkitys käytännön sovelluksissa.
Kiitos palautteestasi!