Preuzmite sliku 25 5 Yolo AI Hands On training - Prepoznavanje objekata korištenjem YOLOv8 Novosti, EDIT, PICS, Događaji Najavljujemo povratak iznimno popularne YOLO radionice, koja je prošle godine izazvala golem interes. I ove godine imat ćete priliku sudjelovati u njoj! Ponovno će je voditi Luka Farkaš, talentirani ATOS intern i stipendist. Yolo AI Hands On training jedina je AI radionica u Splitu, a bit će besplatna i otvorena za sve zainteresirane, pružajući im priliku da nauče kako samostalno započeti razvoj vlastite aplikacije koja koristi automatizirano prepoznavanje objekata putem YOLO algoritma. Polaznici će tijekom 3 tjedna dobiti sveobuhvatno uvodno znanje o podešavanju razvojnog okruženja, potrebnim tehnologijama te samoj problematici strojnog učenja i prepoznavanja objekata s upotrebom YOLO algoritma. Cilj radionice je osnažiti polaznike s vještinama i znanjem koje će im omogućiti da samostalno razvijaju aplikacije s naprednim sposobnostima prepoznavanja objekata. Yolo AI Hands On training još je jedna u nizu developerskih edukacija koje organizira Digitalna Dalmacija. Svi će polaznici raditi i projekte koji imaju potencijal prerasti u startupe. To je još jedan primjer povezivanja developerske i startup zajednice - njihovog međusobnog nadopunjavanja i rasta. Polaznici YOLO edukacije će se kroz praktičnu primjenu upoznati s problematikom detekcije i klasifikacije objekata od interesa. Osim detekcije i klasifikacije polaznici će se upoznati i s izazovima prikupljanja podataka, problemima uvježbavanja, ali i testiranja sustava temeljenih na strojnom učenju. Ako želite shvatiti često korištenu izjavu kada se govori o strojnom učenju: 'Smeće unutra, smeće van' tada je ovaj niz predavanja i radionica upravo ono sto tražite. Sav praktični rad odvija se u oblaku, za što vam je potreban Google račun, te predznanja programiranja, poželjno u programskom jeziku Python. Radionica je zamišljena kao samostalan rad na modelima detekcije objekata uz kratke prezentacije i simulacije o istima. Polaznici bi se upoznali s koracima i postupcima (workflow) pri kreiranju modela neuronskih mreža za rad s Machine Learning algoritmima u svijetu računalnog vida (CV), odnosno detekcije objekata. Polaznik bi nakon završetka radionice bio sposoban prikupiti vlastite podatke, odabrati prikladan model i istrenirati isti. Tijekom pripreme podataka i treniranja modela, polaznik će biti sposoban uvidjeti potencijalne probleme i optimizirati ih na što efikasniji način Ideje za projekte: Praćenje zauzeća lučica prebrojavanjem vezanih brodova temeljem ulaza s kamere Procjena gužve na trgu detekcijom i brojanjem ljudi temeljem ulaza s kamere Procjena gužve u luci ili na nekoj prometnici temeljem detekcije kretanja vozila u jedinici vremena Procjena gužve na plažama temeljem detekcije ljudi i vozila i njihovog prebrojavanja Procjena automobila u prometu Detekcija slobodnih i zauzetih mjesta na parkiralištu Svi navedeni projektni zadaci u obzir uzimaju specifičnost turističke djelatnosti u sezoni te se oslanjaju na već dostupne izvore podataka kako u našoj županiji, tako i u cijeloj Hrvatskoj. U sklopu navedenih projekata, sudionici će naučiti sljedeće korake potrebne za implementaciju istih: Priprema skupa podataka: Skup podataka s anotiranim slikama bit će pripremljen kako bi se modeli mogli uvježbati i testirati. Uvježbavanje YOLOv8 modela: Koristeći pripremljeni skup podataka, sudionici će uvježbati YOLOv8 model kako bi prepoznavao i lokalizirao objekte na slikama ili videozapisima. Primjena SORT algoritama: Nakon detekcije objekata pomoću YOLOv8 modela, sudionici će primijeniti SORT algoritme kako bi se ostvarilo praćenje objekata. Uz detekciju i praćenje objekata sustav će moći prebrojavati objekte. Evaluacija performansi: Sudionici će naučiti kako ocijeniti performanse sustava koristeći različite metrike, kao što su preciznost detekcije i točnost praćenja. Radionica je besplatna i održavat će se od 13.6. do 30.6. u PICS-u predinkubatoru Digitalne Dalmacije. Prijave su otvorene do 8.6.2023. na linku: https://bit.ly/45tvaWw Podijelite ovaj članak: Facebook Twitter