I denna uppgift kommer du att fördjupa dig i **objektdetektering** med hjälp av djupinlärning. Först bygger du din **egen objektdetekteringsmodell** från grunden med **Keras**. Därefter kommer du att **ladda en förtränad YOLOv8-modell** och använda den på samma dataset.

Under arbetets gång kommer du att:

- Träna en enkel objektdetektor baserad på Keras;
- Ladda och köra prediktioner med en YOLOv8-modell tränad på samma data;
- Utvärdera dess prestanda på verkliga valideringsbilder;
- Jämföra resultat och förstå skillnaden mellan egna modeller och toppmoderna modeller.

I mitten av notebooken reflekterar du över varför det kan vara begränsande att bygga detekteringsmodeller från grunden — och nämner kort vikten av **transfer learning** för praktiska tillämpningar.

### [Colab Object Detection Project](https://colab.research.google.com/drive/1S9TTP01SHG20Ugm-hYuoCdqvq-tqUr36?usp=sharing)



Ladda ner dataset

Omfattande introduktion till datorseende med fokus på maskinell perception och tolkning av visuella data. Täcker bildförbehandling, funktionsutvinning, objektdetektering och djupinlärningstekniker som används i moderna visionssystem.

Datorseende möjliggör för maskiner att tolka och analysera visuella data, vilket efterliknar mänsklig perception. Detta avsnitt behandlar grunderna i bildrepresentation, färgmodeller och matematiska grunder som är nödvändiga för att förstå hur datorer bearbetar bilder. Du får utforska tillämpningar i verkliga världen, från autonoma fordon till medicinsk bildbehandling, samt hur datorseende integreras med AI och maskininlärning.

OpenCV är ett kraftfullt bibliotek för bildmanipulation och datorseendeuppgifter. Detta avsnitt behandlar grundläggande tekniker såsom bildfiltrering, transformationer, kantdetektion och segmentering. Du får kunskap om hur man utför suddning, tröskling, konturdetektion och funktionsutvinning för att effektivt förbättra och analysera bilder.

CNN bearbetar visuella data med hjälp av konvolution, pooling och aktiveringslager för att extrahera egenskaper för uppgifter som bildklassificering och objektigenkänning. Viktiga komponenter inkluderar utfyllnad, konvolution för egenskapsutvinning, pooling för komplexitetsreduktion och aktivering för icke-linjäritet. Populära arkitekturer som AlexNet, VGG och ResNet driver AI inom hälso- och sjukvård, autonomi och säkerhet.

Objektdetektering är en grundläggande uppgift inom datorseende som innebär att identifiera och lokalisera objekt i en bild. Till skillnad från bildklassificering, som tilldelar en enda etikett till en hel bild, klassificerar objektdetektering inte bara objekt utan bestämmer även deras positioner med hjälp av avgränsningsrutor. Detta avsnitt behandlar centrala tekniker och algoritmer som används vid objektdetektering, från traditionella metoder till djupinlärningsbaserade tillvägagångssätt som YOLO och U-Net.

Datorseende har utvecklats avsevärt genom åren, från grundläggande bildbehandlingsmetoder till avancerade djupinlärningstekniker. Detta avsnitt behandlar de senaste innovationerna inom datorseende, med fokus på transferinlärning, ansiktsigenkänning och bildgenerering. Vi undersöker fördelarna med förtränade modeller för prestanda, principerna bakom ansiktsigenkänningsteknik samt hur AI skapar bilder med hjälp av djupinlärning.

Utmaning: Objektdetektering med Egen Modell och YOLO

Uppgift

Colab Object Detection Project