PyTorch版YOLOv5目标检测实战:训练自己的数据集
演示环境:Ubuntu
课程链接:https://edu.csdn.net/course/detail/30793
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系统 https://edu.csdn.net/course/detail/30923
《YOLOv5(PyTorch)目标检测:原理与源码解析》https://edu.csdn.net/course/detail/31428
《YOLOv5(PyTorch)目标检测实战:Flask Web部署》https://edu.csdn.net/course/detail/31087
《YOLOv5(PyTorch)目标检测实战:TensorRT加速部署》https://edu.csdn.net/course/detail/32303
以下视频是YOLOv5进行目标检测(足球和梅西)的效果:
YOLOv5训练自己的数据集目标检测(足球和梅西)