YOLOv8 基於先前 YOLO 版本在目標檢測任務上的成功,進一步提升性能和靈活性。
本課程將手把手地教大家使用YOLOv8結合可變形卷積(deformable convolution)訓練火焰和煙霧資料集,完成一個多目標檢測實戰專案,可即時檢測圖像、視頻、攝像頭和流媒體(http/rtsp)中火焰和煙霧,並提供視覺化演示介面 。
課程的火焰和煙霧資料集中圖片數量超過9000張,以PASCAL VOC格式標注,分為火焰、煙霧和其它三個物體類別。
本課程分別在Windows和Ubuntu系統上做專案演示。包括:安裝軟體環境(Nvidia顯卡驅動、cuda和cudnn)、安裝PyTorch、安裝YOLOv8、 準備資料集(自動劃分訓練集和驗證集)、修改設定檔、訓練自己的資料集(合適的命令參數選擇)、測試訓練出的網路模型和性能統計、YOLOv8結合可變形卷積訓練資料集、GUI視覺化演示介面使用PySide6開發,支援本地圖片和視頻推理、攝像頭即時視頻流推理、HTTP/RTSP流即時推理。