时隔六年，YOLOv系列再登CVPR！YOLOv7强势收录，目标检测又一春？

点击下方卡片，关注“自动驾驶之心”公众号

ADAS巨卷干货，即可获取

目标检测是计算机视觉领域中非常重要的一部分，是一个承接多个应用层下游的模块。特别是随着近年来深度学习的快速发展，各类检测算法层出不穷，有效地支持了智能交通、自动驾驶、人脸识别、遥感识别、OCR等多个领域的产品落地！时隔 6 年，YOLOv 系列再登顶会 CVPR！YOLOv7 在 5 FPS 到 160 FPS 范围内，速度和精度都超过了所有已知的目标检测器，并在 GPU V100 上，30 FPS 的情况下达到实时目标检测器的最高精度 56.8% AP。由于速度快，容易部署，单阶段检测模型备受领域关注，其中YOLO系列更是在长达几年的时间里影响了整个工程和学术界！

从YOLOv3~YOLOv8以及后面的YOLOX、PPYOLO系列，在数据增强、主干和Neck、损失函数、样本分配等所有关键任务上几乎将目标检测优化到了极致！如果是研究2D目标检测方向，绝对绕不开YOLO系列，YOLO系列目前已经到了v8，更多的优化方案还在路上，期待v9/v10。一个合格的计算机视觉算法工程师，多家AI与自动驾驶公司，即使是校招生也基本开到40w+年薪，3年及以上的经验者，更是开到了60w~80w年薪！

扫码领取八折优惠券（附试听）

YOLO全家桶学习教程

许多同学在刚入门的时候往往不知道如何下手，大多数人不清楚网络设计和轻量化的正确方法、后处理解析也是一头雾水、如何选择损失函数与采样方案也是难倒了一大批人！自动驾驶之心在深入调研大家的需求后，选择了行业最受欢迎的YOLO系列算法，从0到1为大家详细展开网络结构设计、算法优化、实战等方方面面，内容非常详细！最适合刚入门的小白以及需要在业务上优化算法的同学！为了更好的帮助大学学习，汽车人也会大家准备了八折优惠券！

YOLOV8课程简介

实战与讲解展示

实战与讲解展示

主讲介绍

牛奶曲奇，自动驾驶之心前沿技术研究团队成员，曾就职某新势力车厂，现就职某自动驾驶独角兽公司，担任算法负责人，深耕自动驾驶算法领域多年。在目标检测、分割、车道线检测、模型优化部署等领域积累了丰富的量产落地经验。

本课程适合人群

1. 计算机视觉与目标检测相关研究方向本科/硕士/博士；

2. 自动驾驶/智能交通/安防/互联网等多个领域的算法工程人员；

3. 想要转入计算机视觉感知算法的跨行人员；

本课程需要具备的基础

1. 具有一定的python和torch基础；

2. 熟悉深度学习常用的一些基础算法；

3. 一定的线性代数和矩阵论基础；

4. 电脑需要自带GPU，能够通过CUDA加速（显存至少4GB）；

学完之后你将收获

1. 扎实的目标检测算法基础，在网络结构设计、损失函数、采样、后处理、评测方法等模块上有较大提升！

2. 学习到YOLO设计思想，从根本上学会如何设计一个有效的检测网络；

3. 能够精通YOLO全系列算法，理论实践并重，无论是学术界抑或工业界都能直接复用；

4. 收获目标检测任务中的各类trick，学完本课程能够达到1年左右的算法工程师水平；

5. 能够结识许多行业从业人员与学习合作伙伴！

开课时间与学习方式

2023年3月1日正式开始学习之路，历经三个月，离线视频授课。主讲老师在微信学习群内答疑，对课程中的算法、代码、环境配置等问题一一解惑！

课程咨询与购买链接(汽车人助理微信：AIDriver003)

扫码添加汽车人助理咨询课程