Annoter et analyser des objets pour la vision

Aperçu

This short course shows you how to build reliable vision datasets and configure detection models with confidence. You’ll learn how to run a quality-controlled annotation process, review bounding boxes, coach annotators, and check dataset consistency using IoU-based audits.

You’ll also explore how to analyze object sizes with clustering to generate anchor box parameters for models like YOLOv8. Through compact videos, guided readings, and hands-on exercises, you’ll practice using tools such as CVAT and Python notebooks to complete tasks common in production vision teams.

By the end, you’ll be able to create a clean bounding-box dataset and use real measurements to tune model anchors—skills that support robust, scalable computer-vision pipelines.

Programme

• Annoter et Analyser les Objets pour la Vision
Ce court cours vous montre comment créer des jeux de données de vision fiables et configurer des modèles de détection avec confiance. Vous apprendrez à exécuter un processus d'annotation contrôlé par la qualité, réviser des boîtes englobantes, coacher les annotateurs et vérifier la cohérence des jeux de données en utilisant des audits basés sur l'IoU. Vous explorerez également comment analyser les tailles d'objets avec le regroupement pour générer des paramètres de boîtes d'ancrage pour des modèles comme YOLOv8.

---

Enseigné par

ansrsource instructors

---

Matières

Artificial Intelligence