AI-For-Beginners/translations/ms/lessons/4-ComputerVision/11-ObjectDetection

YOLO - Anda Hanya Melihat Sekali

YOLO adalah algoritma satu kali yang berjalan secara langsung. Idea utamanya adalah seperti berikut:

• Imej dibahagikan kepada S\times S kawasan
• Untuk setiap kawasan, CNN meramalkan n objek yang mungkin, koordinat bounding box dan confidence = probability * IoU.

Gambar dari kertas rasmi

Algoritma Lain

• RetinaNet: kertas rasmi
  • Pelaksanaan PyTorch dalam Torchvision
  • Pelaksanaan Keras
  • Pengesanan Objek dengan RetinaNet dalam Contoh Keras
• SSD (Detektor Satu Tembakan): kertas rasmi

✍️ Latihan: Pengesanan Objek

Teruskan pembelajaran anda dalam buku nota berikut:

ObjectDetection.ipynb

Kesimpulan

Dalam pelajaran ini, anda telah mengambil lawatan pantas melalui pelbagai cara pengesanan objek boleh dicapai!

🚀 Cabaran

Baca artikel dan buku nota ini tentang YOLO dan cuba sendiri

• Catatan blog yang baik yang menerangkan YOLO
• Laman rasmi
• Yolo: pelaksanaan Keras, buku nota langkah demi langkah
• Yolo v2: pelaksanaan Keras, buku nota langkah demi langkah

Kuiz selepas kuliah

Ulasan & Kajian Diri

• Pengesanan Objek oleh Nikhil Sardana
• Perbandingan yang baik tentang algoritma pengesanan objek
• Ulasan Algoritma Pembelajaran Mendalam untuk Pengesanan Objek
• Pengenalan Langkah demi Langkah kepada Algoritma Pengesanan Objek Asas
• Pelaksanaan Faster R-CNN dalam Python untuk Pengesanan Objek

Tugasan: Pengesanan Objek

Penafian:
Dokumen ini telah diterjemahkan menggunakan perkhidmatan terjemahan berasaskan AI. Walaupun kami berusaha untuk ketepatan, sila ambil perhatian bahawa terjemahan automatik mungkin mengandungi kesilapan atau ketidakakuratan. Dokumen asal dalam bahasa asalnya harus dianggap sebagai sumber yang berwibawa. Untuk maklumat penting, terjemahan manusia profesional adalah disyorkan. Kami tidak bertanggungjawab atas sebarang salah faham atau salah tafsir yang timbul daripada penggunaan terjemahan ini.