Entrar em Contato

Programa do Curso

Introdução à Detecção de Objetos

  • Fundamentos da detecção de objetos
  • Aplicações da detecção de objetos
  • Métricas de desempenho para modelos de detecção de objetos

Visão Geral do YOLOv7

  • Instalação e configuração do YOLOv7
  • Arquitetura e componentes do YOLOv7
  • Vantagens do YOLOv7 em comparação com outros modelos de detecção de objetos
  • Variantes do YOLOv7 e suas diferenças

Processo de Treinamento do YOLOv7

  • Preparação e anotação de dados
  • Treinamento do modelo usando frameworks populares de aprendizado profundo (TensorFlow, PyTorch, etc.)
  • Ajuste fino (fine-tuning) de modelos pré-treinados para detecção de objetos personalizada
  • Evaluação e ajuste para desempenho ótimo

Implementando o YOLOv7

  • Implementando o YOLOv7 em Python
  • Integração com OpenCV e outras bibliotecas de visão computacional
  • Implantação do YOLOv7 em dispositivos de borda (edge) e plataformas em nuvem

Temas Avançados

  • Rastreamento de múltiplos objetos usando YOLOv7
  • YOLOv7 para detecção de objetos 3D
  • YOLOv7 para detecção de objetos em vídeo
  • Otimizando o YOLOv7 para desempenho em tempo real

Requisitos

  • Experiência com programação em Python
  • Compreensão dos fundamentos do aprendizado profundo
  • Conhecimento dos básicos da visão computacional

Público-Alvo

  • Engenheiros de visão computacional
  • Pesquisadores em aprendizado de máquina
  • Cientistas de dados
  • Desenvolvedores de software
 21 Horas

Número de participantes


Preço por participante

Testemunhos de Clientes (1)

Próximas Formações Provisórias

Categorias Relacionadas