首页

投稿

【YOLO算法实战案例】100个练手项目合集，三天练完，练完即可就业！还不拿下！！！（很少有人可以把计算机视觉目标检测YOLOv5讲的如此通俗易懂了）

3197

6

2025-12-31 16:30:00

未经作者授权，禁止转载

➤学习资·料已经打包好了【1.超详细的人工智能学习路线大纲】：唐宇迪博士精心整理，快速理清学习思路！【2.基础知识】：Python基础+高数基础【3.机器学习入门】：机器学习经典算法详解项目实战【4.深度学习入门】：神经网络基础（CNN+RNN+GAN）【5.计算机视觉实战项目】：OpenCV图像处理+YOLOV

目标检测算法

计算机视觉入门发消息

祝你的AI能够学有所成！

【YOLO算法实战案例】100个练手项目合集，三天练完，练完即可就业！还不拿下！！！（很少有人可以把计算机视觉目标检测YOLOv5讲的如此通俗易懂了）

07:32

零基础入门YOLO系列1v1系统学习路线！

14:15

03安装依赖包

09:56

04安装ultralytics

06:09

05基础术语简介简单了解一下ai

07:52

06初体验

15:47

07认识参数

09:28

08jupyterlab

05:25

09结果

11:47

10数据准备

08:43

11数据标注

11:38

12训练

16:02

13验证与预测，试用自己的模型

10:04

14简易应用_拿到坐标

20:06

15简易应用_小程序

07:24

16用venv安装ultralytics,体验一下跟踪

10:43

17opencv读图片

05:05

17. 18opencv读视频

06:15

18. 19opencv播放视频

06:32

19. 20抽帧 & 训练

09:23

20. 21打地鼠功能实现

09:19

21. 【实战项目】3D运动捕捉

01:07:30

22. 【实战项目】停车位计数

01:06:43

23. 【实战项目】表单和收据文本检测

27:24

24. 【实战项目】基于卷积神经网络的交通标志分类

17:59

25. 【实战项目】基于神经网络的文本检测

01:26:24

26. 【实战项目】特征检测和匹配

14:19

26. 【实战项目】特征检测和匹配.vid

14:18

27. 【实战项目】特征检测与匹配+图像分类器

45:32

28. 【实战项目】答题卡标记和评分

01:53:26

29. 【实战项目】使用OpenCV高亮显示文本检测

31:06

31. 29. 4-标签文件读取与处理

05:52

32. 30. 5-debug模式介绍

04:28

33. 31. 6-基于配置文件构建网络模型

07:24

34. 32. 7-路由层与shortcut层的作用

07:25

35. 33. 8-YOLO层定义解析

09:54

36. 34. 9-预测结果计算

10:51

37. 35. 10-网格偏移计算

08:14

38. 36. 11-模型要计算的损失概述

06:35

39. 37. 12-标签值格式修改

06:56

40. 38. 13-坐标相对位置计算

08:26

41. 39. 14-完成所有损失函数所需计算指标

08:57

42. 40. 15-模型训练与总结

14:04

43. 41. 16-预测效果展示

06:14

44. 42. 第六章：基于YOLO-V3训练自己的数据集与任务

04:10

45. 43. 2-数据信息标注

04:55

46. 44. 3-完成标签制作

06:09

47. 45. 4-生成模型所需配置文件

08:19

48. 46. 5-json格式转换成yolo-v3所需输入

06:15

49. 47. 6-完成输入数据准备工作

08:47

50. 48. 7-训练代码与参数配置更改

10:30

51. 49. 8-训练模型并测试效果

07:08

52. 1-V4版本整体概述

06:04

53. 2-V4版本贡献解读

04:36

54. 3-数据增强策略分析

09:00

55. 4-DropBlock与标签平滑方法

08:20

56. 5-损失函数遇到的问题

06:46

57. 6-CIOU损失函数定义

04:46

58. 7-NMS细节改进

05:39

59. 8-SPP与CSP网络结构

06:50

60. 9-SAM注意力机制模块

09:00

61. 10-PAN模块解读

08:42

62. 11-激活函数与整体架构总结

08:18

63. 1-整体项目概述

06:36

64. 2-训练自己的数据集方法

07:28

65. 3-训练数据参数配置

08:21

66. 4-测试DEMO演示

06:49

67. 1-数据源DEBUG流程解读.mp4

06:44

68. 2-图像数据源配置.mp4

09:09

69. 3-加载标签数据.mp4

06:04

70. 4-Mosaic数据增强方法.mp4

07:12

顶部