课程目录
1-1 [环境准备与课程简介] yolov5目标检测入门(pytorch)课程简介 (05:24)
1-2 [环境准备与课程简介] cuda和cudnn的下载与安装 (03:51)
1-3 [环境准备与课程简介] pytorch的下载与安装 (02:23)
1-4 [环境准备与课程简介] 编程软件vs2017简单介绍 (12:36)
1-5 [环境准备与课程简介] pycharm的下载与安装 (03:30)
1-6 [环境准备与课程简介] python第三方包的离线下载安装方法 (01:21)
1-7 [环境准备与课程简介] python3.9的安装与配置 (03:54)
2-1 [YOLOv5模型训练与测试] yolov5工程准备 (01:19)
2-2 [YOLOv5模型训练与测试] 数据集准备 (01:35)
2-3 [YOLOv5模型训练与测试] 配置文件修改与模型训练测试效果 (05:36)
2-4 [YOLOv5模型训练与测试] 迭代信息可视化 (01:53)
2-5 [YOLOv5模型训练与测试] 错误处理 (04:47)
3-1 [VOC数据集的模型训练] voc数据集转换成yolo格式 (06:49)
3-2 [VOC数据集的模型训练] 准备好数据集 (01:32)
3-3 [VOC数据集的模型训练] 配置好相关工程文件 (02:16)
4-1 [COCO数据集的模型训练] coco数据集的准备 (05:51)
4-2 [COCO数据集的模型训练] coco数据集的yolov5模型训练与测试 (06:37)
5-1 [自定义数据集的模型训练] 使用标注工具标注自己的数据集 (03:44)
5-2 [自定义数据集的模型训练] 将自己的数据集转换成yolo所需格式 (03:43)
5-3 [自定义数据集的模型训练] 准备好数据 (01:07)
5-4 [自定义数据集的模型训练] 聚类获得数据集的先验框 (02:17)
5-5 [自定义数据集的模型训练] 相关文件的配置 (02:35)
5-6 [自定义数据集的模型训练] 模型训练与测试 (03:12)
6-1 [C++调用YOLOv5的onnx模型(非opencv调用)] yolov5的pytorch模型导出为onnx模型 (04:34)
6-2 [C++调用YOLOv5的onnx模型(非opencv调用)] Cpp的onnx环境搭建 (02:30)
6-3 [C++调用YOLOv5的onnx模型(非opencv调用)] Cpp调用yolov5模型并测试 (10:39)
6-4 [C++调用YOLOv5的onnx模型(非opencv调用)] onnx代码健壮性增强与优化 (11:56)
7-1 [其他目标检测项目实战] yolov5的车牌定位模型训练与测试 (07:17)
7-2 [其他目标检测项目实战] yolov5的口罩佩戴识别模型训练与测试 (06:30)
7-3 [其他目标检测项目实战] yolov5的印章分类模型训练与测试 (07:06)
