Udemy
    •  
    •  
    •  
    •  
    •  
    •  
    •  
    •  
Turn what you know into an opportunity and reach millions around the world.
Learn More
Your cart is empty.
Keep shopping
(Ken Cen出品)Generative AI第七部 AI之眼
Rating: 4.7 out of 5(8 ratings)
158 students

(Ken Cen出品)Generative AI第七部 AI之眼

關於YOLO, ultralytics, scikit-learn, supervision, opencv-python
Created byKen Cen
Last updated 10/2025
Chinese (Traditional)
Chinese (Traditional) [Auto],

What you'll learn

  • 掌握如何利用YOLO
  • 掌握如何利用Ultralytics
  • 掌握如何利用OpenCV-Python
  • 掌握如何利用Supervision
  • 掌握如何利用Scikit-learn

Course content

5 sections16 lectures6h 51m total length
  • 加入Udemy 全球最大的中文 AI 課程2:16
  • 什麼是物件檢測Object Detection?16:29

    學員將了解什麼是物件檢測Object Detection?

  • 課程工具準備2:41

    學員將開始設定課程需要用到的軟體環境

Requirements

  • 一台電腦

Description

論你是足球愛好者、數據科學家還是AI開發者,這門課程將為你打開一扇全新的大門!我們將帶你深入了解如何利用YOLO、Ultralytics、Scikit-learn、Supervision和OpenCV-Python來製作精確的視頻處理系統,實現對足球運動員、裁判、足球等目標的自動標註與識別。

為什麼選擇這門課程?

  1. 實戰技能:課程內容設計專為實戰應用,從基礎理論到高級實踐,你將學會如何建立一個完整的AI視頻分析系統,讓AI能夠識別足球場上的各種情況,幫助你或你的團隊做出更準確的判斷。

  2. 前沿技術:本課程深入探討YOLO (You Only Look Once) 和Ultralytics等最先進的物體檢測技術,結合Scikit-learn的機器學習模型,以及OpenCV-Python的視頻處理能力,讓你站在技術的最前沿。

  3. 應用場景廣泛:這門課程不僅適用於足球比賽的分析,還可以擴展到其他運動、安防監控等多種場景。只要掌握了這些技術,你的職業發展將擁有無限的可能性

課程亮點

  • YOLO模型訓練與優化:深入理解YOLO架構,學習如何使用Ultralytics進行模型訓練和優化,實現高精度的目標檢測。

  • 視頻處理與標註:運用OpenCV-Python實現視頻的讀取、處理與標註,自動識別足球場上的各種目標。

  • 機器學習模型應用:結合Scikit-learn,掌握如何建立並應用機器學習模型進行數據分析與預測。

  • 實時應用:學習如何將這些技術應用到實時系統中,實現即時視頻分析與反應。


立即報名,開啟你的AI足球視頻分析之旅!

趕快加入我們的課程,不僅能提升你的技術水平,還能拓展你的職業視野,成為這個領域的佼佼者。席位有限,抓住機會,讓你的職業生涯更進一步!

Who this course is for:

  • 想了解AI視覺的開發者
  • 對視頻處理與分析感興趣的工程師