计算机视觉技术实战 课件 项目1--5 卷积入门：手动搭建入门级卷积神经网络 ---目标跟踪：基于YOLOv8-track的宠物猫目标跟踪.pptx

;教学目标;工程目录;目录;目录;1.认识数据集;1.1数据集来源;1.2数据集展示;目录;2.深度学习环境部署;2.1深度学习框架简介;1.?安装Conda

以Linux为例，安装Conda有两种常见的方式：通过Anaconda发行版安装和通过Miniconda安装。其中，Miniconda是一个更轻量级的Conda发行版，只包含Conda、Python解释器和基本的库。在此，通过以下步骤在Linux上安装Miniconda：

?

2.?获取下载Miniconda安装脚本链接

???通过浏览器访问Miniconda官网下载页面（请见随书代码附带的“Miniconda官方下载链接.txt”文件），选择适合系统的安装脚本链接，如Linux的64位系统。复制下载链接。

?

3.?使用wget下载安装脚本

???打开终端，使用`wget`命令下载安装脚本。可将链接替换为任意版本的下载链接。

????;2.2深度学习框架简介-安装Pytorch;2.2深度学习框架简介-安装依赖库;;3.模型训练与评估;3.1数据准备和预处理-数据目录转换;3.1数据准备和预处理-数据读取;3.1数据准备和预处理-数据划分;3.1数据准备和预处理-数据加载;3.2定义神经网络结构和超参数-定义神经网络结构;3.2定义神经网络结构和超参数-实例化神经网络;3.2定义神经网络结构和超参数-定义超参数;3.3模型训练和评估-模型训练;3.3模型训练和评估-模型评估;3.3模型训练和评估-模型最终评估;3.3模型训练和评估-模型评估指标说明;知识要点;经验总结;;教学目标;工程目录;目录;目录;1.认识数据集Fashion-MNIST和预训练模型ResNet-18;1.1Fashion-MNIST数据集介绍;1.1Fashion-MNIST数据集介绍;1.2ResNet-18算法简介;1.2ResNet-18算法简介;1.2ResNet-18算法简介;目录;2.TensorBoard的安装与使用;2.1TensorBoard简介;2.2TensorBoard安装;2.3TensorBoard使用;2.3TensorBoard使用;;3.模型训练与评估;3.1数据准备和预处理-读取和下载数据集;3.1数据准备和预处理-加载数据;3.2定义模型和超参数;3.2定义模型和超参数;3.2定义模型和超参数;3.2定义模型和超参数;3.3模型训练和评估;3.3模型训练和评估;3.3模型训练和评估;知识要点;经验总结;;教学目标;工程目录;目录;目录;1.认识数据集和数据标注;1.1数据集介绍;1.1数据集介绍;1.1数据集介绍;1.2数据标注工具应用;1.2数据标??工具应用;1.2数据标注工具应用;1.2数据标注工具应用;1.2数据标注工具应用;1.2数据标注工具应用;标签文件格式转换;目录;2.认识YOLOv8框架;2.1YOLOv8目标检测框架简介;2.1YOLOv8目标检测框架简介;2.2YOLOv8目标检测的性能指标;2.2YOLOv8目标检测的性能指标;2.3YOLOv8的安装;;3.模型训练与评估;3.1数据准备;3.1数据准备;3.2模型训练;3.3模型推理;3.3模型推理;知识要点;经验总结;;教学目标;工程目录;目录;目录;1.实例分割数据集准备;1.1数据集介绍;1.1数据集介绍;1.1数据集介绍;1.2数据标注工具应用;1.2数据标注工具应用;1.2数据标注工具应用;1.2数据标注工具应用;1.2数据标注工具应用;1.2数据标注工具应用;标签文件格式转换;目录;2.认识YOLOv8框架;2.1YOLOv8目标检测框架简介;2.1YOLOv8目标检测框架简介;2.2YOLOv8目标检测的性能指标;2.2YOLOv8目标检测的性能指标;2.3YOLOv8的安装;;3.模型训练与评估;3.1数据准备;3.1数据准备;3.2模型训练;3.3模型推理;3.3模型推理;知识要点;经验总结;;教学目标;工程目录;目录;目录;1.认识目标跟踪;1.1目标跟踪算法概述;1.1目标跟踪算法概述;1.1目标跟踪算法概述;1.2目标跟踪算法评估指标;目录;2.认识YOLOv8-track;2.1YOLOv8-track框架;2.2YO