Chia Sẻ Khóa Học YOLO26 & AI Vision Agent - Computer Vision Với GenAI [Khóa 5130 A]
Build các Vision Agent với YOLO26, Gemini và Python cho Detection, Segmentation, Pose, OCR, Document AI và các ứng dụng thực tế.
Những điều bạn sẽ học:
- ✓ Xây dựng các AI vision agent hoàn toàn tự chủ, có khả năng tự quyết định sẽ gọi công cụ nào, bằng cách sử dụng Gemini function calling và YOLO26.
- ✓ Huấn luyện và tinh chỉnh các YOLO26 object detection model tùy chỉnh trên các tập dữ liệu của riêng bạn, bao gồm cả labeling với Roboflow.
- ✓ Kết hợp các công cụ YOLO object detection, segmentation và OCR bên trong một multi-tool AI agent duy nhất.
- ✓ Xây dựng các agent thực tế để xử lý tài liệu/hóa đơn và tra cứu thông tin thực phẩm & dinh dưỡng bằng cách sử dụng các live external API.
- ✓ Áp dụng YOLO26 vào phân tích giao thông thực tế: vehicle detection heatmap và phép biến đổi bird's-eye-view (BEV).
- ✓ Thiết kế các agent có khả năng xác minh và căn cứ câu trả lời của chúng vào dữ liệu thực tế, giúp phát hiện và ngăn chặn các kết quả sai lệch (ảo giác) từ công cụ.
Tìm hiểu cách xây dựng các ứng dụng Computer Vision thực tế được hỗ trợ bởi AI bằng cách sử dụng YOLO26, Gemini và AI Vision Agent.
Trong khóa học này, bạn sẽ học cách sử dụng YOLO26 cho object detection, segmentation, pose estimation, classification và OBB, xây dựng các AI Vision Agent với Gemini và YOLO, và tạo các ứng dụng thực tế cho OCR, Document AI, xử lý hóa đơn và phân tích thực phẩm & dinh dưỡng.
Khóa học tập trung vào các dự án thực tế kết hợp giữa Computer Vision, Generative AI và Vision Agent.
Những điều bạn sẽ học được:
YOLO26 & Computer Vision:
- ✓ YOLOv8, YOLO11 & YOLO26.
- ✓ Object Detection, Segmentation, Pose Estimation, Classification & OBB.
YOLO26 Custom Object Detection: Tạo Dataset và Custom Model Training:
- ✓ Cách chú thích / gán nhãn một Dataset tùy chỉnh bằng Roboflow.
- ✓ Train YOLO26 trên một tập dữ liệu Ổ gà tùy chỉnh để phát hiện Ổ gà.
Các Project thực tế nâng cao:
- ✓ Xây dựng một bản đồ nhiệt mật độ phương tiện (Vehicle Intensity Heatmap) từ từ các kết quả nhận diện của YOLO26.
- ✓ Hệ thống Bird’s Eye View (BEV) theo thời gian thực sử dụng YOLO26 và OpenCV.
Các AI Vision Agent cho Computer Vision:
- ✓ Xây dựng một Minimal Vision Agent sử dụng LLM + YOLO.
- ✓ Object Counting với YOLO & Streamlit.
Các Autonomous Vision Agent với Gemini & YOLO:
- ✓ Xây dựng một AI Vision Agent hoàn toàn tự chủ với Gemini & YOLO.
- ✓ Thêm các công cụ Segmentation & OCR.
Document & Invoice Processing:
- ✓ Build một Document & Invoice Processing Agent.
- ✓ Trích xuất và phân tích thông tin từ các document.
Food & Nutrition Vision Agent:
- ✓ Build một Food & Nutrition Agent.
- ✓ Kết hợp Computer Vision với tra cứu thông tin dinh dưỡng sử dụng dữ liệu thực tế từ USDA.
Mục lục:
- ✓ 1. Chào mừng đến với khóa học:
- + Welcome to YOLO26 & AI Vision Agent.
- ✓ 2. Setup Environment & Tooling:
- + Cài đặt và thiết lập uv Package Manager.
- + Cách lấy Google Gemini API Key của bạn (Hướng dẫn từng bước).
- ✓ 3. YOLOv8, YOLO11 & YOLO26: Object Detection, Segmentation, Pose & Classification:
- + YOLOv8, YOLO11 & YOLO26: Detection, Segmentation, Pose, Classification & OBB.
- ✓ 4. YOLO26 Custom Object Detection: Tạo Dataset & Custom Model Training:
- + Cách Annotate/ Label một tập dữ liệu tùy chỉnh bằng Roboflow.
- + Train YOLO26 trên một tập dữ liệu tùy chỉnh về ổ gà để phát hiện ổ gà.
- ✓ 5. YOLO26 Vehicle Detection: Trực quan hóa mật độ giao thông:
- + Xây dựng một Vehicle Intensity Heatmap từ các kết quả phát hiện của YOLO26.
- ✓ 6. YOLO26 Bird’s Eye View (BEV) Transformation cho Traffic Analysis:
- + Hệ thống Bird’s Eye View (BEV) thời gian thực sử dụng YOLO26 & OpenCV.
- ✓ 7. Các Minimal Agent cho các ứng dụng Computer Vision:
- + Xây dựng một Minimal Vision Agent: LLM + YOLO Object Counting trong Streamlit.
- ✓ 8. Xây dựng các Autonomous Vision Agent với Gemini & YOLO:
- + Xây dựng một AI Vision Agent hoàn toàn tự chủ với Gemini & YOLO.
- + Vision Agent v2: Add Segmentation & OCR Tool với Gemini Function Calling.
- ✓ 9. Các AI Agent thực tế: Document & Invoice Processing:
- + Xây dựng một Document & Invoice Processing Agent với Gemini.
- ✓ 10. Các AI Agent thực tế: Food & Nutrition Lookup:
- + Food & Nutrition Agent: Vision + Nutrition Lookup với dữ liệu thực tế từ USDA.
Khóa học này dành cho:
- ✓ Computer vision practitioner tò mò về việc kết hợp YOLO với các LLM agent và function calling.
- ✓ Bất cứ ai muốn có những dự án về AI agent thực tế, sẵn sàng cho portfolio để đưa vào CV của họ.