Schulungsübersicht

Einführung in die Objektdetektion

  • Grundlagen der Objekterkennung
  • Anwendungen der Objekterkennung
  • Leistungsmetriken für Objekterkennungsmodelle

Überblick über YOLOv7

  • Installation und Einrichtung von YOLOv7
  • YOLOv7 Architektur und Komponenten
  • Vorteile von YOLOv7 gegenüber anderen Objekterkennungsmodellen
  • YOLOv7-Varianten und ihre Unterschiede

YOLOv7 Trainingsprozess

  • Datenvorbereitung und Annotation
  • Modelltraining mit gängigen Deep-Learning-Frameworks (TensorFlow, PyTorch, etc.)
  • Feinabstimmung der vortrainierten Modelle für die benutzerdefinierte Objekterkennung
  • Bewertung und Abstimmung für optimale Leistung

Implementierung von YOLOv7

  • Implementierung von YOLOv7 in Python
  • Integration mit OpenCV und anderen Computer Vision Bibliotheken
  • Einsatz von YOLOv7 auf Endgeräten und Cloud-Plattformen

Fortgeschrittene Themen

  • Multi-Objekt-Verfolgung mit YOLOv7
  • YOLOv7 für 3D-Objekterkennung
  • YOLOv7 für die Video-Objekterkennung
  • Optimierung von YOLOv7 für Echtzeitleistung

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Erfahrung mit Python-Programmierung
  • Verständnis der Grundlagen des Deep Learning
  • Kenntnisse der Grundlagen der Computer Vision

Zielgruppe

  • Bildverarbeitungsingenieure
  • Forscher im Bereich maschinelles Lernen
  • Datenwissenschaftler
  • Software-Entwickler
 21 Stunden

Teilnehmerzahl


Price per participant (excl. VAT)

Erfahrungsberichte (2)

Kommende Kurse

Verwandte Kategorien