Lewati ke konten

Deteksi Objek

Bounding box, IoU, detektor satu tahap seperti YOLO, dan cara membaca mAP.

Tingkat
Menengah
Pelajaran
3
Total waktu
53 min
Simulasi
3
Termasuk di Computer Vision dengan Deep Learning · $9
Tools yang dipakai
  • Python
  • PyTorch
  • OpenCV
Keterampilan
  • IoU
  • YOLO
  • mAP

Yang akan Anda bisa

  • Melatih detektor objek pada dataset kustom
  • Mengevaluasi detektor dengan mAP

Sebelum mulai

Hanya saran, tidak pernah mengunci — Anda bisa mulai di sini.

  • image-classification-with-cnns
Modul yang membantu lebih dulu

Silabus

3 pelajaran · 53 min

Judul dan ringkasan setiap pelajaran terbuka untuk umum. Isi pelajarannya terbuka setelah Anda memiliki jalurnya.

Semua pelajaran di Computer Vision dengan Deep Learning
  1. Bounding Box dan IoU

    15 min

    Cara mengukur seberapa tepat sebuah kotak, dan non-maximum suppression.

    Termasuk dalam jalurnya Simulasi
  2. Detektor Satu Tahap: YOLO

    18 min

    Memprediksi kelas dan kotak sekaligus, dalam satu forward pass.

    Termasuk dalam jalurnya Simulasi
  3. Melatih Detektor Kustom

    20 min

    Anotasi, format label, dan fine-tuning pada objek milik Anda sendiri.

    Termasuk dalam jalurnya Simulasi
Akses seumur hidup
$9
Beli jalurnya
Lainnya di Computer Vision dengan Deep Learning
Modul · Pemula

Dasar-Dasar Citra Digital

Gambar sebagai angka, konvolusi sebagai jumlah berbobot yang digeser, dan kenapa CNN mempelajari filternya sendiri.

  • 3 pelajaran
  • 48 min
  • 4 simulasi
Termasuk di Computer Vision dengan Deep Learning· $9
Modul · Menengah

Klasifikasi Gambar dengan CNN

Membangun CNN di PyTorch, transfer learning dari model pralatih, dan mengevaluasi classifier dengan jujur.

  • 3 pelajaran
  • 56 min
  • 3 simulasi
Termasuk di Computer Vision dengan Deep Learning· $9
Modul · Menengah

Segmentasi Gambar

Klasifikasi per piksel: segmentasi semantik dan instance, U-Net, dan model segmentasi umum.

  • 3 pelajaran
  • 46 min
  • 2 simulasi
Termasuk di Computer Vision dengan Deep Learning· $9
Modul · Menengah

Vision Transformer dan Model Multimodal

ViT, CLIP, dan model vision-language — ketika gambar dan teks berbagi satu ruang embedding.

  • 3 pelajaran
  • 52 min
  • 2 simulasi
Termasuk di Computer Vision dengan Deep Learning· $9