آموزش YOLO نسخه 12 - تشخیص اشیا سفارشی، ردیابی و وب اپلیکیشنها
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- معماری YOLO نسخه 12 و نحوه عملکرد واقعی آن
- مفهوم سرکوب غیرحداکثری و میانگین متوسط دقت
- چگونه از YOLO نسخه 12 برای تشخیص اشیا استفاده کنیم؟
- ارزیابی عملکرد مدل YOLO نسخه 12 روی تصاویر، ویدئوها و فید وبکم لایو
- تار کردن اشیا با YOLO نسخه 12 و OpenCV پایتون
- حاشیهنویسی و برچسبگذاری داده با استفاده از Roboflow
- ساخت سیستم تحلیل تنیس با YOLO و OpenCV و PyTorch
- آموزش و تیونینگ دقیق مدلهای YOLO نسخه 12 روی مجموعه دادههای سفارشی
- تشخیص اشیا در مرورگر با YOLO نسخه 12 و فلسک
پیشنیازهای دوره
- مک، ویندوز، لینوکس - این دوره روی همه سیستمعاملها قابل اجرا است.
توضیحات دوره
YOLO نسخه 12 جدیدترین معماری مدل بینایی کامپیوتری است که در سرعت و دقت نسبت به نسخههای پیشین پیشرفت چشمگیری داشته است. این مدل بر اساس پیشرفتهای مدلهای قبلی YOLO ساخته شده و تغییرات قابل توجهی در ساختار و روشهای آموزش دارد که آن را به ابزاری چندکاره برای انواع تسکهای بینایی کامپیوتری تبدیل کرده است.
مدل YOLO نسخه 12 از طیف گستردهای از تسکها، از جمله تشخیص اشیا، بخشبندی نمونهها، طبقهبندی تصویر، برآورد وضعیت بدن و تشخیص اشیا با جهتگیری خاص (OBB) پشتیبانی میکند.
ساختار دوره
این دوره به بخشهای مختلفی تقسیم شده که اصول اولیه YOLO نسخه 12 تا کاربردهای پیشرفته را پوشش میدهد.
آشنایی با YOLO نسخه 12
- چه تغییراتی در YOLO نسخه 12 به وجود آمده است؟
- بروزرسانیها و ویژگیهای کلیدی در YOLO نسخه 12
- سرکوب غیرحداکثری و میانگین متوسط دقت در حوزه بینایی کامپیوتری
اجرای YOLO نسخه 12
- راهاندازی YOLO نسخه 12
- استفاده از YOLO نسخه 12 برای تشخیص اشیا
- ارزیابی عملکرد مدل YOLOv12 - تست و تحلیل
آمادهسازی مجموعه داده
- چگونه مجموعه دادهها را پیدا کرده و آماده کنیم؟
- حاشیهنویسی و برچسبگذاری داده و تقسیم خودکار مجموعه داده
آموزش YOLO نسخه 12
- تیونینگ دقیق YOLO نسخه 12 برای تشخیص اشیا در مجموعه دادههای سفارشی
- پروژههای سفارشی:
- آموزش YOLO نسخه 12 برای تشخیص تجهیزات حفاظت فردی (PPE)
- آموزش YOLO نسخه 12 برای تشخیص چالههای جاده
ردیابی پیشرفته چندین شی
- پیادهسازی ردیابی چندین شی با الگوریتمهای Bot-SORT و ByteTrack
کاربردهای پیشرفته
- تار کردن اشیا با YOLO نسخه 12 و OpenCV پایتون
- تولید نقشههای حرارتی متراکم برای شناسایی مناطق پرترافیک
- ساخت سیستم تحلیل تنیس با YOLO و OpenCV و PyTorch
یکپارچهسازی وب
- توسعه وب اپلیکیشنها با YOLO نسخه 12 و فلسک
این دوره برای چه کسانی مناسب است؟
- کسی که به بینایی کامپیوتری علاقهمند است.
- کسانی بینایی کامپیوتری را مطالعه میکنند و میخواهند نحوه استفاده از YOLO نسخه 12 برای تشخیص اشیا را یاد بگیرند.
- کسانی که هدفشان ساخت اپلیکیشنهای یادگیری عمیق با بینایی کامپیوتری است.
آموزش YOLO نسخه 12 - تشخیص اشیا سفارشی، ردیابی و وب اپلیکیشنها
-
ویژگیهای جدید در YOLO نسخه 12 09:50
-
سرکوب غیرحداکثری 29:49
-
میانگین متوسط دقت 23:52
-
چگونه از YOLO نسخه 12 برای تشخیص اشیا استفاده کنیم؟ 14:19
-
تست و تحلیل عملکرد مدل YOLO نسخه 12 42:33
-
تار کردن اشیا با YOLO نسخه 12 و OpenCV پایتون 03:40
-
آمادهسازی مجموعه داده - تشخیص چالههای جاده 13:37
-
تیونینگ دقیق مدل YOLO نسخه 12 روی مجموعه داده سفارشی برای تشخیص چالههای جاده 24:00
-
تیونینگ دقیق مدل تشخیص اشیا YOLO نسخه 12 روی مجموعه داده سفارشی برای تشخیص تجهیزات حفاظت فردی (PPE) 24:00
-
ساخت سیستم تحلیل تنیس با YOLO و OpenCV و PyTorch 01:26:04
-
YOLO نسخه 12 برای تشخیص اشیا 25:59
-
یکپارچهسازی YOLO نسخه 12 با فلسک برای ساخت یک وب اپلیکیشن 28:50
-
بروزرسانی صفحه HTML در اپلیکیشن فلسک 25:09
-
افزودن نمودار خطی در اپلیکیشن فلسک برای نمایش تعداد افراد 14:42
-
تولید نقشههای حرارتی متراکم برای شناسایی مناطق پرترافیک 20:10
مشخصات آموزش
آموزش YOLO نسخه 12 - تشخیص اشیا سفارشی، ردیابی و وب اپلیکیشنها
- تاریخ به روز رسانی: 1404/06/14
- سطح دوره:همه سطوح
- تعداد درس:15
- مدت زمان :06:28:54
- حجم :8.25GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy