Como Funciona e Como Treinar YOLOv8
Entendendo Como a Arquitetura Funciona e Como Treinar YOLOv8
00:00 Introdução
00:48 Repositório Ultralytics (YOLOv8) - Overview
04:20 Documentação
05:18 Arquitetura
09:58 Como editar a arquitetura
13:14 Preparação do ambiente de desenvolvimento
14:19 Organização do dataset
15:38 Como realizar anotações do dataset
18:38 Como configurar arquivo YAML do dataset
19:14 Configuração da biblioteca Ultralytics
20:29 Como realizar o treinamento
28:35 Como avaliar e testar o modelo treinado
31:06 Como realizar inferências
37:27 Como realizar inferências em vídeo
38:28 Como cropar as imagens sem salvar em disco
39:49 Conclusão
🌟 Neste vídeo iremos explorar uma das arquiteturas da família YOLO (You Only Look Once), uma das mais famosas da área de visão computacional. Iremos ver algumas das principais técnicas implementadas na arquitetura para fazer o YOLOv8 ser considerado um dos melhores detectores de objetos em tempo real. E não iremos parar por aí, iremos ver como podemos realizar o treinamento utilizando um dataset customizado e depois que estiver treinado, como podemos avaliar o modelo e realizar inferências.
🎓 Caso você não tenha nem noção de como começar o treinamento da arquitetura do YOLOv8, saiba que iremos solucionar este problema. Começaremos entendendo os principais conceitos da arquitetura e com estes conhecimentos iremos para a parte prática, desde a organização dos dados, como realizar anotações utilizando a ferramenta de anotação LabelImg, quais são e como podemos alterar os hiperparâmetros, finalizando como nosso modelo treinado, realizando inferências em imagens e vídeos.
🧪 Caso você seja um cientista e gostaria de realizar experimentos na arquitetura, não se preocupe, depois que entendermos como a arquitetura funciona, também iremos ver como podemos realizar alterações na arquitetura do YOLOv8, possibilitando adaptá-la para situações mais específicas, podendo inclusive aumentar o desempenho para objetos extremamente pequenos ou grandes.
🔗 Lembrando que, caso queria entender completamente a arquitetura, é fortemente recomendado que seja assistido dois vídeos anteriores no canal, um deles falando das características principais na detecção de objetos ( • Como Funciona Detecção de Objetos ) e outro de como funciona arquitetura one-stage ( • Evolução das Arquiteturas One-Stage de Det... ). Mas, caso não seja seu objetivo principal entender completamente a arquitetura, não tem problema, mesmo assim será possível entender e realizar seus treinamentos e inferências.
🌐 Referências:
▶ Repositório Ultralytics (YOLOv8) - https://github.com/ultralytics/ultral...
▶ Documentação YOLO - https://docs.ultralytics.com/
▶ Página no Github com a arquitetura do YOLOv8 - https://github.com/ultralytics/ultral...
▶ Repositório criado e utilizado no vídeo - https://github.com/ProgramadorArtific...
▶ Ferramente de anotação LabelImg - https://github.com/HumanSignal/labelImg
▶ Dataset Wind Turbines utilizado no treinamento - https://www.kaggle.com/datasets/kyleg...
#YOLOv8 #DetecçãoDeObjetos #ProgramadorArtificial