Bei der Lokalisierung von Objekten geht es darum, eine Instanz einer bestimmten Objektkategorie in einem Bild zu lokalisieren, in der Regel durch Angabe eines eng begrenzten Rahmens, der auf die Instanz zentriert ist. In diesem 2-stündigen projektbasierten Kurs werden Sie in der Lage sein, das Objektlokalisierungs-Datenset zu verstehen und Sie werden eine benutzerdefinierte Datensatzklasse für das Image-bounding box-Datenset schreiben. Darüber hinaus werden Sie die Erweiterung für die Lokalisierungsaufgabe anwenden, um die Bilder zu erweitern und die Auswirkungen auf die Bounding Box zu untersuchen. Für die Erweiterung der Lokalisierungsaufgabe werden Sie die Bibliothek albumentation verwenden. Wir werden das Paar (Bild - Bounding Box) aufzeichnen. Danach laden wir ein vortrainiertes modernes Convolutional Neuronales Netzwerk mit Hilfe der timm-Bibliothek und erstellen eine train-Funktion und eine evaluator-Funktion, die beim Schreiben der Trainingsschleife hilfreich sind. Schließlich werden Sie das am besten trainierte Modell verwenden, um eine Bounding Box für ein beliebiges Bild zu finden.