Завдання: Виявлення Об'єктів за Допомогою Власної Моделі та YOLO
Свайпніть щоб показати меню
Завдання
У цьому завданні пропонується зануритися у світ детекції об'єктів за допомогою глибокого навчання. Спочатку необхідно створити власну модель детекції об'єктів з нуля з використанням Keras. Далі потрібно завантажити попередньо навчений YOLOv8 і застосувати його до того ж набору даних.
У процесі виконання:
- Навчання простої моделі детектора об'єктів на основі Keras;
- Завантаження та виконання прогнозування за допомогою моделі YOLOv8, навченої на тих самих даних;
- Оцінювання її продуктивності на реальних валідаційних зображеннях;
- Порівняння результатів і розуміння різниці між власними моделями та сучасними рішеннями.
У середині ноутбука пропонується проаналізувати, чому створення моделей детекції з нуля може бути обмеженим, а також коротко згадати про важливість transfer learning для практичних застосувань.
Colab Object Detection Project
Дякуємо за ваш відгук!
Запитати АІ
Запитати АІ
Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат
Завдання: Виявлення Об'єктів за Допомогою Власної Моделі та YOLO
Завдання
У цьому завданні пропонується зануритися у світ детекції об'єктів за допомогою глибокого навчання. Спочатку необхідно створити власну модель детекції об'єктів з нуля з використанням Keras. Далі потрібно завантажити попередньо навчений YOLOv8 і застосувати його до того ж набору даних.
У процесі виконання:
- Навчання простої моделі детектора об'єктів на основі Keras;
- Завантаження та виконання прогнозування за допомогою моделі YOLOv8, навченої на тих самих даних;
- Оцінювання її продуктивності на реальних валідаційних зображеннях;
- Порівняння результатів і розуміння різниці між власними моделями та сучасними рішеннями.
У середині ноутбука пропонується проаналізувати, чому створення моделей детекції з нуля може бути обмеженим, а також коротко згадати про важливість transfer learning для практичних застосувань.
Colab Object Detection Project
Дякуємо за ваш відгук!
