YOLOv5目标检测：原理与源码解析
计算机视觉目标检测实战
Description
Linux创始人Linus Torvalds有一句名言：Talk is cheap. Show me the code. 冗谈不够，放码过来！代码阅读是从基础到提高的必由之路。
YOLOv5是最近推出的轻量且高性能的实时目标检测方法。YOLOv5使用PyTorch实现，含有很多业界前沿和常用的技巧，可以作为很好的代码阅读案例，让我们深入探究其实现原理，其中不少知识点的代码可以作为相关项目的借鉴。
本课程将详细解析YOLOv5的实现原理和源码，对关键代码使用PyCharm的debug模式逐行分析解读。 本课程将提供注释后的YOLOv5的源码程序文件。
课程分为基础篇、实践篇、原理篇和代码解析篇。在实践篇中讲述了在ubuntu和windows系统上训练PASCAL VOC数据集的方法。在基础篇中讲述了目标检测的任务说明、常用数据集、性能指标和计算方法。在原理篇中讲述了YOLOv5的网络架构与组件、损失函数、目标框回归与跨网格预测策略、训练技巧。在代码解析篇中讲述了项目目录结构、模型构建、数据集创建、目标检测、辅助工具、以及使用的相关代码。
What You Will Learn!
- 学会YOLOv5的实现原理
- 读懂YOLOv5源码
Who Should Attend!
- 希望学习YOLOv5目标检测的实现原理与源码的同学们和从业者