Sfida: Rilevamento Oggetti con Modello Personalizzato e YOLO
In questo compito, esplorerai il mondo del rilevamento oggetti utilizzando il deep learning. Per prima cosa, costruirai il tuo modello di rilevamento oggetti da zero utilizzando Keras. Successivamente, caricherai un modello YOLOv8 preaddestrato e lo applicherai allo stesso dataset.
Durante il percorso, dovrai:
- Addestrare un semplice rilevatore di oggetti basato su Keras;
- Caricare ed eseguire previsioni con un modello YOLOv8 addestrato sugli stessi dati;
- Valutare le sue prestazioni su immagini di validazione reali;
- Confrontare i risultati e comprendere la differenza tra modelli personalizzati e quelli all'avanguardia.
A metà del notebook, rifletterai sul motivo per cui costruire modelli di rilevamento da zero può essere limitante — e menzionerai brevemente l'importanza del transfer learning per le applicazioni pratiche.
Grazie per i tuoi commenti!
Chieda ad AI
Chieda ad AI
Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione
Mi faccia domande su questo argomento
Riassuma questo capitolo
Mostri esempi dal mondo reale
Awesome!
Completion rate improved to 3.45Sfida: Rilevamento Oggetti con Modello Personalizzato e YOLO
Scorri per mostrare il menu
In questo compito, esplorerai il mondo del rilevamento oggetti utilizzando il deep learning. Per prima cosa, costruirai il tuo modello di rilevamento oggetti da zero utilizzando Keras. Successivamente, caricherai un modello YOLOv8 preaddestrato e lo applicherai allo stesso dataset.
Durante il percorso, dovrai:
- Addestrare un semplice rilevatore di oggetti basato su Keras;
- Caricare ed eseguire previsioni con un modello YOLOv8 addestrato sugli stessi dati;
- Valutare le sue prestazioni su immagini di validazione reali;
- Confrontare i risultati e comprendere la differenza tra modelli personalizzati e quelli all'avanguardia.
A metà del notebook, rifletterai sul motivo per cui costruire modelli di rilevamento da zero può essere limitante — e menzionerai brevemente l'importanza del transfer learning per le applicazioni pratiche.
Grazie per i tuoi commenti!
