Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lære Utfordring: Objektdeteksjon med Egendefinert Modell og YOLO | Objektdeteksjon
Grunnleggende Datamaskinsyn

bookUtfordring: Objektdeteksjon med Egendefinert Modell og YOLO

I denne oppgaven skal du utforske objektdeteksjon ved hjelp av dyp læring. Først skal du bygge din egen objektdeteksjonsmodell fra bunnen av med Keras. Deretter skal du laste inn en forhåndstrent YOLOv8-modell og bruke den på det samme datasettet.

Underveis skal du:

  • Trene en enkel objektdetektor basert på Keras;
  • Laste inn og kjøre prediksjoner med en YOLOv8-modell trent på de samme dataene;
  • Evaluere ytelsen på ekte valideringsbilder;
  • Sammenligne resultater og forstå forskjellen mellom egendefinerte modeller og toppmoderne løsninger.

Midt i notatboken skal du reflektere over hvorfor det kan være begrensende å bygge deteksjonsmodeller fra bunnen av — og kort nevne viktigheten av transfer learning for praktiske anvendelser.

question-icon

Fullfør utfordringen og lim inn alle delene av nøkkelen

1.  2.  3.  4.  5.  6.  7.  8.
Alt var klart?

Hvordan kan vi forbedre det?

Takk for tilbakemeldingene dine!

Seksjon 4. Kapittel 8

Spør AI

expand

Spør AI

ChatGPT

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår

Awesome!

Completion rate improved to 3.45

bookUtfordring: Objektdeteksjon med Egendefinert Modell og YOLO

Sveip for å vise menyen

I denne oppgaven skal du utforske objektdeteksjon ved hjelp av dyp læring. Først skal du bygge din egen objektdeteksjonsmodell fra bunnen av med Keras. Deretter skal du laste inn en forhåndstrent YOLOv8-modell og bruke den på det samme datasettet.

Underveis skal du:

  • Trene en enkel objektdetektor basert på Keras;
  • Laste inn og kjøre prediksjoner med en YOLOv8-modell trent på de samme dataene;
  • Evaluere ytelsen på ekte valideringsbilder;
  • Sammenligne resultater og forstå forskjellen mellom egendefinerte modeller og toppmoderne løsninger.

Midt i notatboken skal du reflektere over hvorfor det kan være begrensende å bygge deteksjonsmodeller fra bunnen av — og kort nevne viktigheten av transfer learning for praktiske anvendelser.

question-icon

Fullfør utfordringen og lim inn alle delene av nøkkelen

1.  2.  3.  4.  5.  6.  7.  8.
Alt var klart?

Hvordan kan vi forbedre det?

Takk for tilbakemeldingene dine!

Seksjon 4. Kapittel 8
some-alt