【評判】【YOLO v3で実践】ディープラーニングによる物体検出入門
-
-
本コースの特徴 -
受講生の声
講座情報
- ・講師名：井上 博樹 (Hiroki Inoue)(詳しい経歴はこちら)
- ・作成日：2019-02-20
- ・レクチャー数：17
- ・週間：0記事
- ・月間：0記事
- ・年間：0記事
- ・全期間：2記事
レビュー数
レビュー数の推移
直近6か月以内に本講座のレビューに関して記載された記事はありません。
学習内容
ディープラーニングによる物体検出の原理を理解できる
物体検出ライブラリ・YOLO(You Only Look Once）をインストールして使用できるようになる
YOLO v3を用いて静止画像の解析を行える
YOLO v3を用いて動画像ファイルやウェブカメラ映像を解析できるようになる（Windows, macOS)
物体検出ライブラリ・YOLO(You Only Look Once）をインストールして使用できるようになる
YOLO v3を用いて静止画像の解析を行える
YOLO v3を用いて動画像ファイルやウェブカメラ映像を解析できるようになる（Windows, macOS)
詳細
【最新更新情報】
2019/8/27 PyTorch移植版のYOLO v3でウェブカム映像の解析を行ってみました。セクション4で公開しています。
2019/8/27 macOS上でdarknetをOpenCVを組み込んでビルドする方法を追加しました。セクション4で公開しています。
【コース概要】
このコースでは、静止画像や動画像に含まれる複数の物体を検出する「物体検出（Object Detection）」を学びます。
機械学習やディープラーニングの入門コースでは、画像内の単一のオブジェクトの分類・識別がよく取り上げられます。
しかし、実用的なアプリケーションを開発する際には、静止画像や動画像に複数の物体が含まれるため、「何が写っているか？」だけでなく、「何が」「どこに」写っているか、を検出することが重要となります。
今回は、YOLO（You Only Look Once）v3という高速動作が可能な物体検出ライブラリを用いて、静止画像や動画像の解析を実行するテクニックについて学びます。
本コースの特徴
本コースの特徴を単語単位でまとめました。以下の単語が気になる方は、ぜひ本講座の受講をオススメします。
76
128
304
64
152
BFLOPs
conv
darknet
python
Visual
YOLO
物体
Studio
cv
インストル
検出
256
CUDA
画像
選択
pltaxisoff
pltsubplot
こと
100
3407
Windows
作業
環境
32
608
評価や口コミ
参考になる受講者の口コミやレビューを以下にまとめます。
良い点
- ● ubuntu 16 のころの情報ですので、GPUを利用するとなると、ubuntu 18/20/22などでは、かなりの難関があります。
- ● （車を車種ごとに認識するなど）など、自分でカスタマイズできるのであればしてみたいなと思いました。
- ● yoloの講座は中々ないのでありがたいが、理屈はあまり深く解説されていないので理解は十分でなかった。
悪い点
- ● 最終的に自分の環境にあった構築を調べながら進めることになり、ほぼセクション1, 5の部分の説明を聞く程度だったのでやや少なかったかなと感じます。
- ● ただ基本的にYOLOのサンプルを動かすのみなのでややボリューム不足な感は否めません。
- ● サンプル動かして終わり？
レビューの一覧
・Google ColabでYOLOv3を使って物体検出してみた[2020-07-07に投稿]
・Windows10でYOLOv3を動作させるまでに苦労した話(対処したこと)[2019-12-29に投稿]
他にオススメな関連講座のランキング
