2020年基于pytorch的YOLO5目标检测项目实战视频教程 (附讲义)20课

课程介绍
YOLO系列是基于深度学习的端到端实时目标检测方法。 PyTorch版的YOLOv5轻量而性能高，更加灵活和便利。

本课程将手把手地教大家使用labelImg标注和使用YOLOv5训练自己的数据集。课程实战分为两个项目：单目标检测（足球目标检测）和多目标检测（足球和梅西同时检测）。

本课程的YOLOv5使用ultralytics/yolov5，在Ubuntu系统上做项目演示。包括：安装YOLOv5、标注自己的数据集、准备自己的数据集、修改配置文件、训练自己的数据集、测试训练出的网络模型和性能统计。
课程目录
00.配套课件（讲义）.zip
01.课程介绍
02.目标检测-任务说明
03.目标检测-常用数据集
04.目标检测-性能指标
05.YOLO目标检测系列技术发展史
06.YOLOv5的Github仓库介绍
07.YOLOv5网络架构、组件及Loss函数
08.安装软件环境(cuda,cudnn)
09.安装Anaconda和PyTorch
10.克隆和安装YOLOv5
11.标注自己的数据集
12.准备自己的数据集
13.修改配置文件
14.训练自己的数据集
15.测试训练出的网络模型及性能统计
16.数据集准备
17.修改配置文件
18.网络训练
19.网络模型测试及性能统计
20.课程总结