文件名称：YOLOv5(PyTorch)实战：训练自己的数据集(Ubuntu)
文件大小：8.56MB
文件格式：ZIP
更新时间：2024-07-19 18:51:16
yolov5,yolo,计算机视觉,目标检测,深度学习,人工智能
YOLO系列是基于深度学习的端到端实时目标检测方法。 PyTorch版的YOLOv5轻量而性能高，更加灵活和便利。 本课程将手把手地教大家使用labelImg标注和使用YOLOv5训练自己的数据集。课程实战分为两个项目：单目标检测（足球目标检测）和多目标检测（足球和梅西同时检测）。 本课程的YOLOv5使用ultralytics/yolov5，在Ubuntu系统上做项目演示。包括：安装YOLOv5、标注自己的数据集、准备自己的数据集、修改配置文件、训练自己的数据集、测试训练出的网络模型和性能统计。 希望学习在Windows系统上演示的学员，请前往《YOLOv5(PyTorch)实战：训练自己的数据集(Windows)》课程链接：https://edu.csdn.net/course/detail/30923 本人推出了有关YOLOv5目标检测的系列课程。请持续关注该系列的其它视频课程，包括： 《YOLOv5(PyTorch)目标检测实战：训练自己的数据集》 Ubuntu系统 https://edu.csdn.net/course/detail/30793 Windows
【文件预览】：
YOLOv5(PyTorch)实战_训练自己的数据集(Ubuntu)-20201009094821476.pdf
YOLOv5(PyTorch)实战_训练自己的数据集(Ubuntu)-20210304115740652.pdf
YOLOv5(PyTorch)实战_训练自己的数据集(Ubuntu)-20201009094732578.pdf
YOLOv5(PyTorch)实战_训练自己的数据集(Ubuntu)-20201009094800476.pdf
YOLOv5(PyTorch)实战_训练自己的数据集(Ubuntu)-20201009094833641.pdf
YOLOv5(PyTorch)实战_训练自己的数据集(Ubuntu)-20201009094747266.pdf
YOLOv5(PyTorch)实战_训练自己的数据集(Ubuntu)-20201009094809282.pdf
YOLOv5(PyTorch)实战_训练自己的数据集(Ubuntu)-20210304120002885.pdf