动手学YOLO:技术原理与项目实战电子书

Preface 前言

Part 1 第一部分 理论

Chapter 1 第1章 目标检测基础

1.1 目标检测简介

1.2 目标检测应用

1.3 目标检测的基础概念

1.4 两阶段目标检测算法

1.5 一阶段目标检测算法

1.6 本章小结

Chapter 2 第2章 YOLOv1至YOLOv5算法的原理与架构

2.1 目标检测网络架构浅析

2.2 YOLOv1算法原理与架构

2.3 YOLOv2算法原理与架构

2.4 YOLOv3算法原理与架构

2.5 YOLOv4算法原理与架构

2.6 YOLOv5算法原理与架构

2.7 本章小结

Chapter 3 第3章 YOLOv6至YOLO11算法的原理与架构

3.1 YOLOv6算法原理与架构

3.2 YOLOv7算法原理与架构

3.3 YOLOv8算法原理与架构

3.4 YOLOv9算法原理与架构

3.5 YOLOv10算法原理与架构

3.6 YOLO11算法原理与架构

3.7 本章小结

Part 2 第二部分 工具

Chapter 4 第4章 YOLO11使用详解

4.1 YOLO11的安装

4.2 YOLO11快速上手

4.3 基于Streamlit搭建Web应用程序

4.4 基于大模型进行数据交互

4.5 综合案例：搭建目标检测平台

4.6 本章小结

Chapter 5 第5章 Supervision：计算机视觉AI工具库

5.1 Supervision的安装及使用

5.2 标注目标检测结果

5.3 视频处理的相关函数

5.4 保存目标检测结果

5.5 过滤目标检测结果

5.6 案例：目标跟踪项目实践

5.7 本章小结

Chapter 6 第6章 数据标注工具使用详解

6.1 LabelImg使用详解

6.2 Ybat使用详解

6.3 案例：利用标注数据进行模型训练及预测

6.4 本章小结

Part 3 第三部分 应用

Chapter 7 第7章 项目实践：自动驾驶中的交通标志检测

7.1 交通标志数据集的介绍及探索

7.2 训练交通标志检测模型

7.3 搭建交通标志检测平台

7.4 本章小结

Chapter 8 第8章 项目实践：自动驾驶中的车道线检测

8.1 车道线数据集的介绍及探索

8.2 训练车道线检测模型

8.3 搭建车道线检测平台

8.4 本章小结

Chapter 9 第9章 项目实践：自动驾驶中的路面坑洞检测

9.1 路面坑洞数据集的介绍及探索

9.2 训练路面坑洞检测模型

9.3 搭建路面坑洞检测平台

9.4 本章小结

Chapter 10 第10章 项目实践：道路车辆事故检测

10.1 事故检测数据集的介绍及清洗

10.2 训练道路车辆事故检测模型

10.3 搭建道路车辆事故检测平台

10.4 本章小结

Chapter 11 第11章 项目实践：足球运动员检测

11.1 足球运动员检测数据集的介绍及探索

11.2 训练足球运动员检测模型及预测

11.3 使用最优模型对视频中的足球运动员进行检测

11.4 本章小结

Chapter 12 第12章 项目实践：火灾及烟雾检测

12.1 火灾及烟雾检测数据集的介绍与探索

12.2 训练火灾及烟雾检测模型及预测

12.3 搭建火灾及烟雾检测平台

12.4 本章小结

Chapter 13 第13章 项目实践：安全头盔和反光背心检测

13.1 安全头盔和反光背心检测数据集的介绍及探索

13.2 训练安全头盔和反光背心检测模型及预测

13.3 搭建安全头盔和反光背心检测平台

13.4 本章小结

Chapter 14 第14章 项目实践：脑肿瘤检测

14.1 脑肿瘤检测数据集的介绍及探索

14.2 训练脑肿瘤检测模型

14.3 搭建基于YOLO的脑肿瘤检测平台

14.4 本章小结

Chapter 15 第15章 项目实践：骨折检测

15.1 骨折检测数据集的介绍及预处理

15.2 训练骨折检测模型

15.3 搭建骨折检测平台

15.4 本章小结

Chapter 16 第16章 项目实践：水下生物检测

16.1 水下生物检测数据集的介绍及预处理

16.2 训练水下生物检测模型

16.3 搭建水下生物检测平台

16.4 本章小结

推荐阅读