# 训练

## 训练教程

我们准备了多个Jupyter Notebook教程，展示如何训练神经网络。所有这些教程都存储在 [ai-tutorials仓库](https://github.com/luxonis/ai-tutorials) 中。 使用此仓库中所有Jupyter
Notebook的最简单方法是使用 [Google Collaboratory](https://colab.research.google.com/github/luxonis/ai-tutorials)。 Google Collaboratory
允许您利用其快速的GPU实例训练神经模型，有时（取决于训练框架的依赖项）甚至可以使用Google TPU。或者，您也可以在本地设备上运行这些Jupyter Notebook。

### 训练Notebooks

我们的训练Notebook涵盖以下计算机视觉任务：

### 分类

图像分类是将预定义标签或类别分配给整个输入图像的任务。

 * [简单神经网络训练教程](https://colab.research.google.com/github/luxonis/ai-tutorials/blob/master/colab-notebooks/OpenVINO_OpenCV_OAK_Tensorflow_Image_Classification.ipynb)

### 目标检测

目标检测涉及识别并定位图像中的多个对象，并提供围绕它们的边界框。

 * [YoloV4-tiny 和 YoloV3-tiny
   教程](https://colab.research.google.com/github/luxonis/ai-tutorials/blob/master/colab-notebooks/YoloV3_V4_tiny_training.ipynb)
 * [YOLOv5 教程](https://colab.research.google.com/github/luxonis/ai-tutorials/blob/master/colab-notebooks/YoloV5_training.ipynb)
 * [YOLOv6 教程](https://colab.research.google.com/github/luxonis/ai-tutorials/blob/master/colab-notebooks/YoloV6_training.ipynb)
 * [YOLOv7 教程](https://colab.research.google.com/github/luxonis/ai-tutorials/blob/master/colab-notebooks/YoloV7_training.ipynb)
 * [YOLOv8 教程](https://colab.research.google.com/github/luxonis/ai-tutorials/blob/master/colab-notebooks/YoloV8_training.ipynb)

### 语义分割

语义分割旨在将图像中的每个像素分类到特定的类别或分类中，有效地为每个像素分配一个标签。

 * [Deeplabv3 Plus
   教程](https://colab.research.google.com/github/luxonis/ai-tutorials/blob/master/colab-notebooks/DeepLabV3plus_MNV2.ipynb)