所需E币: 0
时间: 2023-6-17 10:28
大小: 1.63KB
今天给大家分享一套YOLO8的视频教程,《YOLOv8自定义对象检测、实例分割、目标跟踪从训练到部署》,2023年新课,视频+源码+课件+数据下载。《YOLOv8自定义对象检测、实例分割、目标跟踪从训练到部署》课程详解YOLOv8模型结构从backbone、neck、header、loss层面详解YOLOv8相比YOLOX、YOLOv5、YOLOv6的全面改进与创新。《《YOLOv8自定义对象检测、实例分割、目标跟踪从训练到部署》》课程完成YOLOv8自定义数据的对象检测,实例分割、自定义对象跟踪,YOLOv8在主流推理平台上部署包括OpenVINO、ONNXRUNTIME、TensorRT推理代码详解与演示。打通从模型结构理论到工程实践训练部署整个流程。彻底玩转YOLOv8。章节1:YOLOv8介绍与安装环境测试章节2:YOLOv8模型结构与源码详解章节3:YOLOv8自定义对象检测章节4:YOLOv8自定义实例分割-工业缺陷检测章节5:YOLOv8自定义对象跟踪章节6:YOLOv8模型推理部署章节7:YOLOv8课程总结源码+课件+数据安装YOLOv8有两种安装方式,一种是直接用pip命令安装:pipinstallultralytics另外一种是通过源码安装:gitclonehttps://github.com/ultralytics/ultralyticscdultralyticspipinstall-e'.[dev]'安装完成后就可以通过yolo命令在命令行进行使用了。目标检测使用YOLOv8进行目标检测,可以使用下面的命令:yolotask=detectmode=predictmodel=yolov8n.ptsource=ultralytics/assets/bus.jpgimgsz=640show=Truesave=True如果模型权重不存在,程序会自动从GitHub中下载。如果对命令行的参数不了解,可以参考官方文档的说明,也可以直接看ultralytics代码仓库中的ultralytics/yolo/cfg/default.yaml文件,里面有所有参数的说明和默认值。fromopenvino.runtimeimportCoreimportnumpyasnpimportcv2,timefromultralytics.yolo.utilsimportROOT,yaml_loadfromultralytics.yolo.utils.checksimportcheck_yamlMODEL_NAME="yolov8n-int8"CLASSES=yaml_load(check_yaml('coco128.yaml'))['names']colors=np.random.uniform(0,255,size=(len(CLASSES),3))