Nền tảng Thị giác máy tính
Tìm hiểu cách tư duy đằng sau mọi hệ thống thị giác hoạt động hiệu quả — xác định bài toán, chọn trong bảy tác vụ Ultralytics YOLO, kiểm tra dữ liệu và nhãn, chia tập dữ liệu đúng cách, đọc các chỉ số — với các ví dụ YOLO26 có thể chạy trên ảnh và dataset thực tế.
Bởi Ultralytics Academy
Xác định bài toán thị giác máy tính, chọn tác vụ và nhãn phù hợp, kiểm tra xem dữ liệu có phản ánh thực tế hay không, và biết thế nào là “tốt” trước khi huấn luyện.
Chuyển ý tưởng sản phẩm thành đặc tả tác vụ gồm ba dòng, đồng thời giữ các quy tắc nghiệp vụ trong code thay vì trong model.
Ghép đầu ra với một trong bảy tác vụ phù hợp: phân loại, phát hiện, phân đoạn đối tượng, phân đoạn ngữ nghĩa, ước tính độ sâu, tư thế hoặc OBB.
Đọc đầu ra của detector và thiết lập ngưỡng confidence cùng IoU dựa trên chi phí của từng loại sai sót.
Kiểm tra dataset thực tế để tìm các lỗ hổng về độ bao phủ, nhãn sai và ảnh gần trùng lặp bị rò rỉ giữa các tập.
Đọc precision, recall, mAP50-95, AP theo lớp và ma trận nhầm lẫn cùng nhau để quyết định phát hành, lặp lại hay suy nghĩ lại.
Một đặc tả tác vụ cho dự án của bạn, với quy tắc quyết định được viết bằng code dựa trên đầu ra YOLO26.
Một bản kiểm tra dataset và kiểm tra nhãn cho dataset thực tế, kèm kế hoạch thu thập được xếp hạng.
Một bước kiểm tra rò rỉ dữ liệu và một cách chia nhóm để ảnh gần giống hệt nhau không lọt vào tập validation.
Một bản đánh giá kết quả nêu rõ lớp là nút thắt và ngưỡng để phát hành.
Một lần chạy YOLO26 đầu tiên trên ảnh của riêng bạn, được đối chiếu với đặc tả.
Không cần kinh nghiệm trước về thị giác máy tính — các khái niệm được trình bày độc lập.
Không bắt buộc nhưng nên có: Python 3.10+ và
pip install ultralyticsđể chạy ví dụ. Mọi thứ chạy trên CPU máy tính xách tay chỉ trong vài giây.
Nội dung khóa học
4 mô-đun · 10 bài họcMô-đun 1
Mô-đun 2
Bảy tác vụ thị giác
Ánh xạ dòng đầu ra vào phân loại, phát hiện, phân đoạn đối tượng, phân đoạn ngữ nghĩa, ước tính độ sâu, pose hoặc OBB, rồi chọn weights YOLO26 để bắt đầu.
Tìm hiểu về phát hiện đối tượng
Đọc đầu ra của detector — lớp, box, độ tin cậy — và đặt ngưỡng độ tin cậy cùng IoU dựa trên chi phí của từng loại sai sót.
Hộp và mask: khi nào bạn thực sự cần segmentation
Đo lường phần mask bổ sung được gì so với hộp trên ảnh thực tế, rồi dựa vào thành phần downstream để quyết định dự án có thực sự cần hình dạng hay không.
Ước tính tư thế và OBB
Đọc keypoint và hộp xoay từ YOLO26, xây dựng quy tắc dựa trên từng loại, và nhận biết khi tư thế hoặc góc mới là tín hiệu thực sự.
Mô-đun 3
Tập dữ liệu phản ánh thực tế
Kiểm tra tập dữ liệu thực tế để tìm các khoảng trống về độ bao phủ trước khi gán nhãn thêm, rồi chuyển các khoảng trống đó thành kế hoạch thu thập dữ liệu kèm hard negative.
Chất lượng gán nhãn
Nắm rõ nội dung của nhãn YOLO, kiểm tra lỗi các tệp nhãn để tìm những dòng sai định dạng, và giúp annotator làm việc nhất quán bằng hướng dẫn cùng một vòng hiệu chuẩn có đo lường.
Mô-đun 4
Chia tập dữ liệu để đánh giá trung thực
Tìm ảnh gần trùng lặp gây rò rỉ giữa tập train và validation, rồi chia tập theo đơn vị sẽ là dữ liệu mới khi triển khai.
Đọc metric phát hiện một cách trung thực
Chạy validation, đọc precision, recall, mAP50-95, AP theo từng class và ma trận nhầm lẫn cùng nhau, rồi chọn ngưỡng triển khai dựa trên mục tiêu.
Từ phòng lab đến production
Cài đặt Ultralytics, chạy YOLO26 trên ảnh của bạn, đối chiếu đầu ra với đặc tả và chọn bước tiếp theo.