Détection d’objets avec YOLO

Dans cette série de 7 articles je vous propose tout d’abord de mieux comprendre le réseau de neurones à convolution YOLO.

Je n’irais pas dans les détails de son implémentation car il y a déjà beaucoup d’articles qui traitent ce sujet. A l’inverse, je vous propose une approche pragmatique qui consistera à vous expliquer comment utiliser ce réseau et détecter en quelques lignes des objets, puis nous verrons quelques personnalisations possible facilement. Pour terminer nous verrons comment entraîner ce réseau (avec darknet) sur votre propre jeu de données et lui permettre ainsi de détecter de nouveaux objets.

  1. Introduction à YOLO avec Darknet
  2. YOLO avec OpenCV
  3. YOLO & Non Maxima Suppression (NMS)
  4. Réduire le scope de détection (Nombre d’objets)
  5. Créer son modèle avec YOLO : Préparation des données
  6. Créer son modèle avec YOLO : Préparer le modèle
  7. Créer son modèle avec YOLO : le résultat

Dans ces articles vous trouverez pas mal de code en Python afin de mieux illustrer les concepts. Pas de panique car tous les codes sont disponibles en cliquant sur le lien GitHub ci-dessous:

https://github.com/datacorner/yolo

Laissez un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *