Udemy線上課程 YOLOv5目標檢測之知識蒸餾實戰 講師:Frank BAI 影音教學 中文發音 中文版(DVD版)
PyTorch版的YOLOv5是一個當前非常流行的目標檢測器，本課程對YOLOv5進行知識蒸餾實戰，來提升其性能。
知識蒸餾（Knowledge Distillation）是模型壓縮的一種常用的方法。它利用性能更好的大模型的監督信息，來訓練一個輕量化小模型，使小模型達到更好的性能和精度。 最早是由Hinton首次提出并應用在分類任務上，這個大模型稱之為教師模型，小模型稱之為學生模型。來自教師模型輸出的監督信息稱之為Knowledge(知識)，而學生網絡學習遷移來自教師網絡的監督信息的過程稱之為Distillation(蒸餾)。
本課程在YOLOv5 v6.1版本代碼的基礎上增加知識蒸餾方法，并實際演示針對自己的數據集訓練和進行知識蒸餾過程，并講解原代碼針對知識蒸餾的修改部分。
本課程分為原理篇、實戰篇、代碼講解篇。原理篇包括：知識蒸餾的基礎知識、目標檢測中知識蒸餾的方法。實戰篇包括：PyTorch環境安裝、YOLOv5項目安裝、準備自己的數據集、修改配置文件、訓練學生網絡（Yolov5s）、訓練教師網絡（訓練YOLOv5m）、知識蒸餾訓練。代碼講解篇包括：知識蒸餾具體修改代碼的講解。
01 - 課程介紹
001 課程介紹.mp4
02 - 原理篇
002 知識蒸餾的基礎知識.mp4
003 目標檢測中知識蒸餾的方法.mp4
03 - 項目實戰篇
004 軟件環境安裝（Windows）.mp4
005 軟件環境安裝（Ubuntu）.mp4
006 YOLOv5項目安裝.mp4
006-prepare_data.py
006-testfiles.zip
006-VOCdevkit_bm.zip
006-yolov5-6.1-distillation.zip
006-yolov5蒸餾-ubuntu.pdf
006-yolov5蒸餾-win10.pdf
007 準備自己的數據集.mp4
008 修改配置文件.mp4
009 訓練學生網絡（Yolov5s）.mp4
010 訓練教師網絡（訓練YOLOv5m）.mp4
011 知識蒸餾訓練.mp4
04 - 代碼講解篇
012 知識蒸餾具體修改代碼的講解.mp4
|
|
專業知識教學
