LEARNDO / HỌC QUA VIỆC LÀM
Mở một bài, làm theo ví dụ nhỏ, rồi thử trên dữ liệu của bạn. Giải thích vừa đủ để hiểu mình đang làm gì.
Các bài đã đăng được phân bổ ngày hiển thị theo lộ trình, từ cũ đến mới. Ngày xuất bản đã lưu vẫn có trong từng bài.
YOLO · Phát hiện đối tượng / 25 phút đọc
Theo lộ trình ·
Trung cấp · Thực hành · Python và NumPy
Bạn sẽ đổi hộp giới hạn từ tọa độ điểm ảnh sang dạng nhãn YOLO và đổi ngược lại. Kiểm tra hai chiều giúp phát hiện lỗi chuẩn hóa.
Mở bài hướng dẫnYOLO · Phát hiện đối tượng / 25 phút đọc
Theo lộ trình ·
Trung cấp · Thực hành · Python và NumPy
Bạn sẽ kiểm tra lớp, tọa độ và cặp ảnh–nhãn trước khi huấn luyện YOLO. Những lỗi nhỏ ở dữ liệu có thể làm mô hình học sai vị trí vật thể.
Mở bài hướng dẫnYOLO · Phát hiện đối tượng / 25 phút đọc
Theo lộ trình ·
Trung cấp · Thực hành · Python và NumPy
Bạn sẽ thêm viền để đổi kích thước ảnh mà giữ tỷ lệ, rồi đưa hộp dự đoán về ảnh gốc. Bài làm rõ phần phóng ảnh và phần bù tọa độ.
Mở bài hướng dẫnYOLO · Phát hiện đối tượng / 25 phút đọc
Theo lộ trình ·
Trung cấp · Thực hành · Python và NumPy
Bạn sẽ chạy YOLO trên ảnh và lưu kết quả vào JSON. Cấu trúc rõ ràng giúp dùng tiếp tên lớp, điểm tin cậy và tọa độ hộp.
Mở bài hướng dẫnYOLO · Phát hiện đối tượng / 8 phút đọc
Theo lộ trình ·
Trung cấp · Đã biết Python
Bạn sẽ tinh chỉnh YOLO26 để tìm cốc và chai trong ảnh của mình. Bắt đầu từ nhãn dữ liệu, bạn huấn luyện mô hình rồi kiểm tra cả lỗi bỏ sót lẫn nhận nhầm.
Mở bài hướng dẫnYOLO · Phát hiện đối tượng / 25 phút đọc
Theo lộ trình ·
YOLO · Phát hiện đối tượng / 25 phút đọc
Theo lộ trình ·
Trung cấp · Thực hành · Python và NumPy
Bạn sẽ thay ngưỡng tin cậy và ghi lại lỗi nhận nhầm, bỏ sót. So sánh từng loại lỗi giúp bạn chọn ngưỡng phù hợp với mục đích sử dụng.
Mở bài hướng dẫnNumPy · Nền tảng AI / 16 phút đọc
Theo lộ trình ·
Trung cấp · Biết mảng NumPy và bộ lọc ảnh
Phân đoạn ảnh đánh dấu từng điểm ảnh thay vì chỉ vẽ hộp quanh vật thể. Bạn sẽ đọc mặt nạ, tìm hiểu U-Net và tính IoU, Dice bằng phép đếm.
Mở bài hướng dẫnPhân đoạn ảnh / 25 phút đọc
Theo lộ trình ·
Trung cấp · Thực hành · Python và NumPy
Bạn sẽ kiểm tra từng cặp ảnh và mặt nạ trước khi học. Bài giúp phát hiện sai kích thước, sai mã lớp và nhãn không khớp ảnh.
Mở bài hướng dẫnPhân đoạn ảnh / 25 phút đọc
Theo lộ trình ·
Trung cấp · Thực hành · Python và NumPy
Bạn sẽ biến đổi ảnh và mặt nạ bằng cùng một phép xoay hoặc lật. Ví dụ giúp bạn giữ nhãn đúng vị trí và chọn cách nội suy phù hợp.
Mở bài hướng dẫnTrung cấp · Thực hành · Python và NumPy
Bạn sẽ tự tính precision, recall và AP50 từ các hộp dự đoán nhỏ. Bài giúp bạn hiểu cách ghép dự đoán với nhãn và ảnh hưởng của thứ tự điểm số.
Phân đoạn ảnh / 18 phút đọc
Theo lộ trình ·
Trung cấp · Thực hành · Python và NumPy
Bạn sẽ kiểm tra mặt nạ nhãn rồi tự đếm phần đúng, phần thừa và phần thiếu. Các con số này dẫn đến hai chỉ số IoU và Dice.
Phân đoạn ảnh / 25 phút đọc
Theo lộ trình ·
Trung cấp · Thực hành · Python và PyTorch
Bạn sẽ so sánh hai cách tính mất mát BCE và Dice, rồi kết hợp chúng. Bài giúp bạn hiểu mỗi thành phần phản ứng thế nào với vùng vật thể nhỏ.
Mở bài hướng dẫn
