YOLO 구현으로 배우는 딥러닝 논문 구현 with TensorFlow 2.0

총 강의 회차

총 27개 수업˙총 3시간 25분

기간

평생 무제한 시청

장소

인프런을 활용한 온라인 강의

문의

help@aischool.ai
최대 1일 이내에 답변

Share on facebook
Share on twitter
Share on linkedin

YOLO(You Only Look Once) 논문을 TensorFlow 2.0을 이용해서 밑바닥부터 구현해보며 딥러닝 논문 구현 능력을 배울 수 있는 강의입니다.

딥러닝 연구자의 필수 소양, 딥러닝 논문 구현 능력!

YOLO 구현과 함께 익혀보세요 😀

많은 기업들에서 딥러닝 연구자를 채용할때 최신 논문을 직접 구현해본 경험을 우대하고 있습니다. YOLO(You Only Look Once) 논문을 직접 구현해보면서 최신 논문 구현 경험을 익혀보세요.

✍️ YOLO 논문을 함께 읽으며 YOLO 구조를 완벽하게 파악한뒤,
👨🏻‍💻 TensorFlow 2.0을 이용해서 YOLO를 직접 구현해봅시다.

YOLO 논문(You Only Look Once: Unified, Real-Time Object Detection)을 같이 읽고, YOLO 모델을 TensorFlow 2.0을 이용해서 밑바닥부터 구현해봅니다. 또한 구현한 YOLO 모델을 이용한 Cat Detector를 만들어봅니다.

이런 걸 배워요 ✍️

이런 분들께 추천드려요! 🎓

선수 지식, 필요한가요? 📚

선수 강의 ✅

본 강의는 TensorFlow 2.0과 딥러닝 기초에 대한 선수지식이 필요한 강의입니다.
반드시 아래 강의를 먼저 수강하시거나 그에 준하는 지식을 갖춘 뒤 본 강의를 수강하세요.

커리큘럼

  • Object Detection 문제영역 소개
  • Object Detection Metric – IoU, mAP
  • Object Detection Datasets – Pascal VOC, MS COCO, KITTI, Open Images
  • YOLO 모델 리뷰
  • Non-Maximum Suppression (NMS)
  • 일반적인 딥러닝 논문 구성 및 논문 읽는 법
  • YOLO(You Only Look Once: Unified, Real-Time Object Detection) 논문 다운로드
  • YOLO 논문 리뷰 – Abstract
  • YOLO 논문 리뷰 – Conclusion & Introduction
  • YOLO 논문 리뷰 – Unified Detection
  • YOLO 논문 리뷰 – Network Design
  • YOLO 논문 리뷰 – Loss
  • 강의에서 사용하는 소스코드 다운로드
  • 딥러닝 논문 구현방법 개요
  • loss.py – coord_loss
  • loss.py – object_loss, noobject_loss, class_loss
  • dataset.py
  • utils.py
  • model.py
  • train.py – 라이브러리 import & flags 지정
  • train.py – YOLO 설정값 & Loss Function coefficient 지정
  • train.py – tensorflow_datasets 라이브러리를 이용해서 Pascal VOC cat dataset 불러오기
  • train.py – train_step 정의 & for-loop을 이용한 gradient descent 수행 & 파라미터 및 텐서보드(TensorBoard) 로그 저장
  • train.py – save_validation_result 함수를 이용한 주기적인 validation
  • train.py – 총정리
  • evaluate.py
  • Cat Detector 코드 실행 & 텐서보드(TensorBoard) 실행 & 결과 분석

강사 약력

SOLARIS 강사님

저서

강의 이력

YOLO 구현으로 배우는 딥러닝
논문 구현 with TensorFlow 2.0

정가
99,000원

5개월 할부 시

19,800

YOLO 구현으로 배우는 딥러닝 논문 구현 with TensorFlow 2.0

19,800