MP4 - Train And Deploy Yolox Object Detection Models To The Cloud

[joomlamz]

Publicado em 1/2023
MP4 | Vídeo: h264, 1280x720 | Áudio: AAC, 44,1 KHz
Idioma: Inglês | Tamanho: 3,40 GB | Duração: 6h 43m

Ajustando e testando um modelo YOLOX em um conjunto de dados personalizado. Criação e implantação de API de detecção de objetos na nuvem

O que você aprenderá
Domine os fundamentos da detecção de objetos
Compreender algoritmos de pré-aprendizagem profunda como haarcascades
Compreendendo algoritmos de aprendizado profundo como YOLO e YOLOX
Crie seu próprio conjunto de dados com Remo
Entendendo o conjunto de dados Pascal VOC
Converta seu conjunto de dados personalizado para o formato Pascal VOC
Testando e treinando o modelo YOLOX no conjunto de dados personalizado
Integrando o Wandb para rastreamento de experimentos
Convertendo o modelo treinado para o formato Onnx
Entendendo como as APIs funcionam
API de detecção de objetos de construção com Fastapi
Implantando API na nuvem
Teste de carga da API com Locust
Executando o modelo de detecção de objetos em c++

Requisitos
Conhecimento Básico de Python
Acesso a uma ligação à internet, pois iremos utilizar Google Colab (versão gratuita)

Descrição
Algoritmos de detecção de objetos estão em toda parte. Com a criação de modelos muito mais eficientes desde o início de 2010, esses algoritmos que agora são construídos usando modelos de aprendizado profundo estão alcançando desempenhos sem precedentes. abordagem passo a passo. Começaremos entendendo como os algoritmos de detecção de objetos funcionam, para implantá-los na nuvem, enquanto observamos as melhores práticas. Pascal VOC.Criação de um conjunto de dados personalizado com RemoConversão de nosso conjunto de dados personalizado para o formato Pascal VOC.Ajuste fino e teste do modelo YOLOX com conjunto de dados personalizadoConversão de modelo ajustado para o formato OnnxAcompanhamento de experiência com WandbComo funcionam as APIs e construção de sua própria API com FastapiImplementação de uma API para o CloudLoad testando uma API implantada com o modelo de detecção de objetos LocustRunning em c++ Se você deseja dar um passo adiante em sua carreira, este curso é destinado a você e estamos muito animados em ajudar a atingir seus objetivos!Este curso é oferecido a você por Neuralearn. E, assim como todos os outros cursos da Neuralearn, damos muita ênfase ao feedback. Suas críticas e perguntas no fórum nos ajudarão a melhorar este curso. Sinta-se à vontade para fazer o máximo de perguntas possível no fórum. Fazemos o nosso melhor para responder no menor tempo possível.VOCÊ TAMBÉM OBTERÁ:Acesso vitalício a este cursoSuporte amigável e rápido na seção de perguntas e respostasCertificado de conclusão da Udemy disponível para downloadGarantia de devolução do dinheiro em 30 diasAproveite!!!

Visão geral
Seção 1: Introdução
Aula 1 Boas-vindas
Aula 2 Introdução Geral
Aula 3 Sobre este Curso
Aula 4 Link para o código
Seção 2: Fundamento teórico
Aula 5 Haar Cascades e Histograma de gradientes
Aula 6 Redes Neurais Convolucionais
Aula 7 RCNN,FastRCNN, FaterRCNN
Seção 3: Algoritmos de estágio único
Aula 8 Compreendendo YOLO (Você só olha uma vez)
Aula 9 Compreendendo YOLOX
Seção 4: preparação do conjunto de dados
Aula 10 Conjunto de dados Pascal VOC
Aula 11 Preparando um conjunto de dados personalizado com Remo
Tarefa da Aula 12
Seção 5: Ajuste fino e teste
Aula 13 Teste e ajuste fino no conjunto de dados personalizado
Aula 14 Integração Wandb
Aula 15 Executando inferência no modelo Onnx
Tarefa da Aula 16
Seção 6: Implantação
Aula 17 Entendendo como funcionam as APIs
Aula 18 Construindo uma API com Fastapi
Aula 19 Implantando no heroku
Aula 20 Teste de carga com Locust
Aula 21 Integração com C++
Tarefa da Aula 22
Desenvolvedores Python iniciantes curiosos sobre a aplicação de técnicas de aprendizado profundo como YOLO,Desenvolvedores de software interessados em usar IA e aprendizado profundo para detecção de objetos,Estudantes interessados em aprender sobre detecção de objetos e como ele pode ser aplicado na prática,Praticantes de IA que desejam dominar como implantar modelos de IA para a nuvem com muita facilidade,Desenvolvedores de software que desejam aprender como os modelos de detecção de objetos de última geração são criados e treinados usando aprendizado profundo.,Estudantes que estudam diferentes algoritmos de detecção de objetos e desejam treinar YOLO com dados personalizados.,Estudantes que estudam visão computacional e quer saber como usar o YOLO e suas variantes como YOLOX para detecção de objetos

Pagina inicial
https://www.udemy.com/course/train-and-deploy-yolox-object-detection-models-to-the-cloud/

https://rapidgator.net/file/3350fbc0f95bd8ca141beafcc3ace355
https://rapidgator.net/file/88711a37b20ceb183427068fed101943
https://rapidgator.net/file/2306ca316fbf5e989ec70bf1cd0270ce
https://rapidgator.net/file/8c214e86879941bf688ef96d58c4d966


Download From 1DL


https://1dl.net/59qm08jvjp8j
https://1dl.net/hmyrxz8egrav
https://1dl.net/nif94p1vt628