完整 YOLOv4 Pro 课程合集

本课程非常适合想要原生训练自己的 YOLOv4 神经网络的学员。您将从 YOLOv4 计算机视觉领域的入门介绍开始，安装 darknet，并构建 YOLOv4 库，以便实时地在图像和视频中实现 YOLOv4。

您甚至可以通过构建自己的社交距离监控应用程序和使用强大的 DeepSORT 算法实现车辆跟踪来解决当前和相关的现实世界问题。

之后，您将学习更多技术和最佳实践/规则，了解如何利用您的 Python 实现并使用 PyQT 为您的 YOLOv4 应用程序开发 GUI。

然后，您将从头开始标记自己的数据集，将标准数据集转换为 YOLOv4 格式，将数据集放大 10 倍，并使用数据增强来显着提高可用训练模型数据的多样性，而无需收集新数据。

最后，您将开发自己的口罩检测应用程序，以检测某人是否佩戴了口罩并发出警报。

在本课程结束时，您将能够使用 YOLOv4 实现和训练自己的自定义 CNN。它将帮助您解决现实世界中的问题、进行 AI 领域的自由职业项目、获得 AI 领域的机会，以及通过节省时间和金钱来解决您的研究工作。世界是你的牡蛎；一旦你掌握了 AI 技能，就开始探索世界吧。

所有资源文件都上传到 GitHub 存储库中： https://github.com/PacktPublishing/Full-YOLOv4-Pro-Course-Bundle

受众

本课程面向至少具有一定编程经验并希望精通计算机视觉和视觉识别的 AI 开发人员、研究人员和学生。具有机器学习知识并希望涉足神经网络或 AI 视觉理解的个人、希望应用深度学习 + 计算机视觉算法的科学家、希望在自己项目中利用计算机视觉算法的个人将从本课程中受益匪浅。