دسته بندی

در حال حاضر محصولی در سبد خرید شما وجود ندارد.

پنل کاربری

رمز خود را فراموش کرده اید؟ اگر اولین بار است از سایت جدید استفاده میکنید باید پسورد خود را ریست نمایید.

آموزش دنبال کردن Object ها در OpenCV زبان Python

دانلود Udemy Siam Mask Object Tracking and Segmentation in OpenCV Python

10,900 تومان
بیش از یک محصول به صورت دانلودی میخواهید؟ محصول را به سبد خرید اضافه کنید.
افزودن به سبد خرید
خرید دانلودی فوری

در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.

ویدئو معرفی این محصول

با مشاهده این کورس آموزشی از طریق انجام پروژه های واقعی و به زبانی بسیار ساده مطالب فراوانی را در رابطه با Python OpenCV یاد می گیرید.

عنوان اصلی : Siam Mask Object Tracking and Segmentation in OpenCV Python

این مجموعه آموزش ویدیویی محصول موسسه آموزشی Udemy است که بر روی 1 حلقه دیسک ارائه شده و به مدت زمان 1 ساعت و 12 دقیقه در اختیار علاقه مندان قرار می گیرد.

در ادامه با برخی از سرفصل های درسی این مجموعه آموزش آشنا می شویم :


مقدمه:
مقدمه ردیابی شیء
ردیابی شیء تک و چند شیء
تقسیم شیء
Siam Mask Segmentation Segmentation ردیابی
Overview دوره ماسک سیام




چگونه سیام ماسک معرفی کار
به طور کامل شبکه Siamese Siamese
Siamfc و Siam RPN
Siam Mask
جزئیات پیاده سازی
عملکرد ماسک سیام
نتایج SIAM MASK
لینک های مهم
تنظیم محیط زیست:
مقدمه راه اندازی محیط زیست
آنچه شما نیاز دارید
SETUP و کد GitHub
Anaconda Setup
تنظیم محیط پایتون
3_6 اجرای نسخه ی نمایشی
3_7 تجزیه و تحلیل نسخه ی نمایشی
3_8 کلید دور رفتن
کار با مجموعه داده های خود:
4_1 با استفاده از مجموعه داده های خود
4_2 دستورات اجرای ماسک سیام
4_3 تبدیل مجموعه داده به تصاویر
4_4 اجرای نسخه ی نمایشی در مجموعه داده های خود
4_5 فعالیت - تست آن را بر روی ویدئو خود را
پردازش مجموعه داده های آموزشی:
5_1 بازنگری مجموعه داده های آموزشی
5_2 YouTube VOS DataSet
5_3 مجموعه داده Coco
5_4 datasets imagenet
5_5 YouTube VOS آموزش مجموعه داده ها
5_6 مرحله 1 - با استفاده از دایرکتوری صحیح
5_7 مرحله 2 - دانلود مجموعه داده های خام
5_8 annotation بررسی فرمت metafile
5_9 پردازش پست الکترونیکی
5_10 مرحله 3 - محصول اطلاعات را تولید و تولید کنید
5_11 تبدیل داده های خام به فرمت آموزش خلاصه شده
5_12 نحوه تکرار برای مجموعه داده های دیگر
5_13 فعالیت - سعی کنید از مجموعه داده های خود را
آموزش سیام ماسک:
6_1 مقدمه ای به آموزش ماسک سیام
6_2 چرا استفاده از داده های آزمون
6_3 مرحله 0 - دانلود داده های آزمون
6_4 مرحله 1 - مدل پیش از آموزش را دانلود کنید
6_5 مرحله 2 - آموزش مدل پایه ماسک سیام
6_6 پست های بازرسی پس از آموزش
6_7 بازنگری از تست بازرسی
6_8 فعالیت - آموزش شما مجموعه داده های خود را
تست سیام ماسک:
7_1 تست مقدمه Siammask
7_2 گزینه های مختلف برای تست siammask
7_3 گزینه 1 - تست های بازرسی در رای
7_4 گزینه 2 - بهترین مدل برای جستجوی hyperparametric
7_5 گزینه 3 - ردیابی در مجموعه داده های خود
7_6 SIAM MASK MACK سفارشی تست خلاصه
دست زدن به خطا و عیب یابی:
A1 - error_handling _-_ jitdebug
A2 - ERROR_HANDLING _-_ CUDA
a3 - error_handling _-_ nonetype
A4 - error_handling _-_ Checkpoint_e9
A5 - error_handling _-_ _ jq-_command_not_found
A6 - error_handling _-_ nan_fps


Introduction :
Object Tracking Introduction
Single and Multi-Object Video Object Tracking
Object Segmentation
Siam Mask Object Segmentation Tracking
Siam Mask Course Overview

Paper Review :
How does Siam Mask Work Intro
Fully Convolutional Siamese Network
SiamFC and Siam RPN
Siam Mask
Implementation Details
Siam Mask Performance
Results of Siam Mask
Important Links

Environmental Setup :
Environmental Setup Intro
What you will Need
Setup and GitHub Code
Anaconda Setup
Setup Python Environment
3_6 Running the Demo
3_7 Demo Analysis
3_8 Key Take-away

Working with Your Own Dataset :
4_1 Using your Own Dataset Intro
4_2 Siam Mask Execution Commands
4_3 Converting the Dataset into Images
4_4 Running the Demo on your own Dataset
4_5 Activity - Test it on your own video

Training Dataset Processing :
5_1 Training Datasets Overview
5_2 YouTube VOS Dataset
5_3 COCO Dataset
5_4 ImageNet Datasets
5_5 YouTube VOS Training Dataset Process
5_6 Step 1 - Using the Correct Directory
5_7 Step 2 - Downloading the Raw Image Dataset
5_8 Annotation Metafile Format Review
5_9 Dataset Post Processing
5_10 Step 3 - Crop and Generate Data Info
5_11 Convert Raw Data to Summarised Training format
5_12 How to Repeat for Other Datasets
5_13 Activity - Try Out your Own Datasets

Training Siam Mask :
6_1 Intro to Siam Mask Training
6_2 Why Use Test Data
6_3 Step 0 - Downloading Test Data
6_4 Step 1 - Download the Pre-trained Model
6_5 Step 2 - Training Siam Mask Base Model
6_6 Post-Training Checkpoints
6_7 Overview of Checkpoint Testing
6_8 Activity - Train you own Dataset

Testing Siam Mask :
7_1 Testing SiamMask Intro
7_2 Various Options for Testing SiamMask
7_3 Option 1 - Testing Checkpoints on VOT
7_4 Option 2 - Best Model for Hyperparametric Search
7_5 Option 3 - Tracking on your Own Dataset
7_6 Siam Mask Custom Model Testing Summary

Error Handling and Troubleshooting :
A1 - Error_Handling_-_jitdebug
A2 - Error_Handling_-_CUDA
A3 - Error_Handling_-_NoneType
A4 - Error_Handling_-_checkpoint_e9
A5 - Error_Handling_-_jq-_command_not_found
A6 - Error_Handling_-_NAN_FPS

BONUS SECTION :
Learn More from Augmented Startups