龙哥手把手教你学视觉-深度学习YOLOV5篇

《龙哥手把手教你学视觉》系列课程一直是发烧友学院的LabVIEW视觉系列王牌课程，也是labview视觉工程师入门提高必学经典全集，自上线以来，购买人数超过2000余人。

    《龙哥手把手教你学视觉》系列课程分为4个篇章：视觉篇，运动篇，双ccd与通用视觉框架篇，深度学习篇。课程涵盖labview视觉编程入门到精通的全系列知识：数据类型，程序结构，数据通讯，视觉助手，模板匹配，尺寸测量，外观检测，工业案例，运动控制卡编程，对中，9点标定，双mark仿射变换，点胶锁螺丝应用，通用视觉框架（免编程），labview调用tensorflow训练，一键训练，测试模型，导出模型，调用模型，openvino优化加速模型，labview调用yolov4训练，调用模型，等labview视觉编程设计从零基础开始的全过程。

根据工业视觉外观检测的速度和准确性要求，龙哥视觉结合labview编程平台推出了labview+yolov5训练和模型步数的课程，希望学员学习后能在实际工业项目中落地应用。

本次课程将重点讲解《YOLOv5》篇，让没有任何深度学习基础的小白学员，通过视频课程能动手配置好yolov5环境，能利用自己的数据集训练模型，能利用labview部署yolov5导出的模型，能利用摄像头动态检测输出目标检测结果。

 根据工业视觉外观检测的速度和准确性要求，龙哥视觉结合labview编程平台推出了labview+yolov5训练和模型步数的课程，希望学员学习后能在实际工业项目中落地应用。

  龙哥视觉团队利用深度学习技术解决了PCB插件AOI检测中元件错漏，极性反等疑难问题，说明深度学习在传统视觉领域也具有广阔的前景。

   本次课程将重点讲解《YOLOv5》篇，让没有任何深度学习基础的小白学员，通过视频课程能动手配置好yolov5环境，能利用自己的数据集训练模型，能利用labview部署yolov5导出的模型，能利用摄像头动态检测输出目标检测结果。

 为什么要学习这套课程? 

有些labview视觉工程师并不缺少labview视觉的相关知识，可是为什么有些外观缺陷检测项目总是达不到理想的效果呢？要么漏检率太高，要么就误判率太高，归根到底，我们缺少一种利用高纬度数学工具来解决低维检测问题的理想工具，这时候就体现了方法的重要性。

Yolov5所采用的训练集提供的类别有80 类，有超过33 万张图片，其中20 万张有标注，整个数据集中个体的数目超过150 万个，其目标检测精度达到30%-50%（tensorflow中的ssd约为20%），足以说明该模型的分类检测能力很强。

将yolov5应用于工业外观检测将具有极大的前景，例如下图这种复杂背景下的缺陷检测也可以实现理想的检测效果。

在本套视频，有别于常见的深度学习教程以理论为主进行全面讲解，以没有任何深度学习理论基础的学员学习角度，以实际应用为目标，讲解如何设计一个完整的yolov5工业外观检测，手把手教学员如何下载yolov5相关工具，如何安装相关环境、以及教大家一步一步训练模型，调用模型，labview封装yolov5相关vi。

视频共有20多小节，每个视频是侧重于某一个或者某方面知识点，但是他们又相互关联，互为基础，通过做一个个实际的操作，让大家快速的成长为一名有经验的能够独立做labview调用yolov5项目的研发工程师或高级工程师。

 为什么要学习这套课程? 

本套餐主要讲解内容：
1.yolov5训练环境配置
2.Yolov5训练与测试
3.Yolov5模型导出
4.Yolov5模型openvion优化
5.Labview中一键训练yolov5模型
6.Labview封装yolov5模型调用库子vi
7.Labview调用yolov5模型进行摄像头实时检测

学习本课程后，你可以获得：
1. 快速掌握yolov5在labview中应用的关键操作；
2. 知晓yolov5训练技巧、如何标注以及训练参数的设置；
3. 掌握yolov5训练的模型效果评价技巧；
4. 掌握yolov5环境配置的最快捷的方法；
5. 深入yolov5中train.py各个参数的含义；
6. 掌握yolov5的coco.yaml和yolov5.yaml参数设置方法；
7. 掌握yolov5的trian.py和detect.py的调用方法；
8. 学会分析外观检测案例中缺陷特征，确定标注方法中；
9. 能够熟练运用labview将xml标注文件转化为yolo的label标注文件；
10. 掌握利用labview生成coco.yaml和yolov5.yaml文件的方法；
11. 掌握labview调用控制台指令训练yolov5数据模型；
12. 学到labview封装yolov5（龙哥独家封装的cpu加速）函数库vi。
13.掌握labview调用yolov5模型对图片进行推理检测
14.掌握labview调用yolov5模型对摄像头动态检测

 课程介绍 

针对很多学员不了解labview中如何调用tensorflow进行深度学习模型的训练和调用，推出一整套完整的简洁易学的视频课程，使学员能在没有任何深度学习理论基础，不懂python编程语言的前提下，使用labview训练和部署深度学习模型，并配备相关案例视频。

课程目录

1.安装anaconda3并配置yolov5虚拟环境  21'
2.安装pytorch和yolov5依赖环境  22'
3.手动方式训练yolov5的流程介绍 13
4.手动训练cat_dog数据集 13
5.cat_dog训练界面分析模型测试 8
6.labview编写读取xml标注文件信息 42
7.labview编写获取所有xml标注文件names 23
8.labview编写如何生成train_test文件 15
9.labview编写将xml标注文件转为yolo格式labels文件 32
10.labview生成train_test后测试yolov5训练效果  11
10.labview生成train_test后测试yolov5训练效果1  2
11.labview编写如何生成yolov5训练配置文件coco.yaml 17
12.labview编写如何生成yolov5训练配置文件yolov5.yaml 12
13.labview编写yolov5训练界面：获取路径和刷新目录子vi 40
14.labview编写yolov5训练界面：新建目录 20
15.labview编写yolov5训练界面：生成配置文件-开始训练子vi 25
16.labview编写yolov5训练界面：测试模型子vi 12
17.labview+yolov5训练案例：pin引脚缺陷检测配置 6
18.abview+yolov5训练案例：pin引脚缺陷训练测试 15
19.labview+yolov5训练案例：药丸缺陷训练测试 18
20.labview+yolov5训练案例：裂纹缺陷训练文件配置 31
21.labview+yolov5训练案例：裂纹缺陷训练测试 11
22.labview+yolov5训练案例：开关缺陷训练测试 7
23.labview调用yolov5模型：openvino软件安装环境配置 17
24.labview调用yolov5模型：load_model,run_model等函数封装vi 50
25.labview调用yolov5模型：摄像头动态检测logo标识案例 23

1、 注意事项？

龙哥手把手教你学视觉-LabVIEW深度学习简明教程，分为【tensorflow篇】+【yolov4篇】+【YOLOV5篇】3个篇章

各篇章必要的硬件配置：

【tensorflow篇】

训练：intel  cpu或gpu：N卡1060，20系列可用，30系列显卡不可用

调用：intel  cpu

 售后 

1、如何加入众筹专属学员群？

① 活动专属学员qq群

已购买本活动任一众筹套餐学员，请添加龙哥课程助教木木微信：18123773580，备注填写订单号（即：微信或支付宝，支付成功界面显示的“商户单号”）

*注意：对本次活动，有任何购买或课程知识点疑问（不包含技术解答），可添加助教木木微信：18123773580咨询。

2、关于发货时间

购买即可观看，视频通过网盘下载，分配对应账号和密码。

届时会在众筹活动qq群、微信群已公告形式通知大家，请相互告知。