Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Вивчайте Завдання: Виявлення Об'єктів Із Власною Моделлю Та YOLO | Виявлення Об'єктів
Основи Комп'ютерного Зору

bookЗавдання: Виявлення Об'єктів Із Власною Моделлю Та YOLO

У цьому завданні ви зануритесь у світ детекції об'єктів за допомогою глибокого навчання. Спочатку ви створите власну модель детекції об'єктів з нуля, використовуючи Keras. Далі ви завантажите попередньо натреновану модель YOLOv8 і застосуєте її до того ж набору даних.

У процесі ви:

  • Навчите простий детектор об'єктів на основі Keras;
  • Завантажите та виконаєте передбачення за допомогою моделі YOLOv8, натренованої на тих самих даних;
  • Оціните її продуктивність на реальних валідаційних зображеннях;
  • Порівняєте результати та зрозумієте різницю між власними моделями та сучасними рішеннями.

У середині ноутбука ви замислитесь, чому створення моделей детекції з нуля може бути обмеженим — і коротко згадаєте про важливість transfer learning для практичних застосувань.

question-icon

Виконайте завдання та вставте всі частини ключа

1.  2.  3.  4.  5.  6.  7.  8.
Все було зрозуміло?

Як ми можемо покращити це?

Дякуємо за ваш відгук!

Секція 4. Розділ 8

Запитати АІ

expand

Запитати АІ

ChatGPT

Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат

Awesome!

Completion rate improved to 3.45

bookЗавдання: Виявлення Об'єктів Із Власною Моделлю Та YOLO

Свайпніть щоб показати меню

У цьому завданні ви зануритесь у світ детекції об'єктів за допомогою глибокого навчання. Спочатку ви створите власну модель детекції об'єктів з нуля, використовуючи Keras. Далі ви завантажите попередньо натреновану модель YOLOv8 і застосуєте її до того ж набору даних.

У процесі ви:

  • Навчите простий детектор об'єктів на основі Keras;
  • Завантажите та виконаєте передбачення за допомогою моделі YOLOv8, натренованої на тих самих даних;
  • Оціните її продуктивність на реальних валідаційних зображеннях;
  • Порівняєте результати та зрозумієте різницю між власними моделями та сучасними рішеннями.

У середині ноутбука ви замислитесь, чому створення моделей детекції з нуля може бути обмеженим — і коротко згадаєте про важливість transfer learning для практичних застосувань.

question-icon

Виконайте завдання та вставте всі частини ключа

1.  2.  3.  4.  5.  6.  7.  8.
Все було зрозуміло?

Як ми можемо покращити це?

Дякуємо за ваш відгук!

Секція 4. Розділ 8
some-alt