Chargement en cours...
Veuillez patienter un instant
Fondée par des passionnés de l'apprentissage et de l'innovation, Learni s'est donnée pour mission de rendre la formation professionnelle accessible à tous, partout dans le monde. Notre équipe intervient dans les plus grandes métropoles telles que Paris, Lyon, Marseille, mais aussi à l'international, afin d'accompagner les talents et les organisations dans leur montée en compétences.
Quel format préférez-vous ?
30 minutes gratuites avec un conseiller formation — sans engagement.
Chargement des créneaux...
Formation Cybersécurité à Angers en Mai 2026 avec Learni. Qualiopi, formateurs experts, éligible OPCO. Devis gratuit.
Découvrez des stratégies innovantes pour créer des parcours de formation inclusifs et personnalisés, adaptés aux parcours non linéaires en 2026. Focus sur l'IA, le blended learning et la certification Qualiopi.
Formation Développement Informatique à Tours en Juin 2026 avec Learni. Qualiopi, formateurs experts, éligible OPCO. Devis gratuit pour reconversion ou montée en compétences fullstack.
Découvrez les étapes précises pour obtenir un financement OPCO pour une formation IA chez Learni en avril 2026. Guide complet avec Qualiopi et conseils pratiques pour entreprises et salariés.
Ne laissez pas ce retard s'accumuler
Sans maîtrise de YOLOv8 pour la détection d’objets, vos modèles IA produisent jusqu’à 40% de faux positifs, générant des pertes de 75 000 € en moyenne par projet défaillant en production.
65% des incidents de sécurité en vision par ordinateur sont liés à des algorithmes mal optimisés, exposant les entreprises à des amendes RGPD et des brèches coûteuses dépassant 200 000 €.
Chaque mois sans expertise retarde le time-to-market de 3 mois, érodant la part de marché et menaçant la pérennité de votre équipe IA.
La formation YOLOv8 : Maîtriser la Détection d’Objets par Deep Learning est délivrée en présentiel ou distanciel (blended-learning, e-learning, classe virtuelle, présentiel à distance). Chez Learni, organisme de formation certifié Qualiopi, chaque parcours est conçu pour maximiser l'acquisition de compétences, quel que soit le mode de formation choisi.
Le formateur alterne entre méthode démonstrative, interrogative et active (via des travaux pratiques et/ou des mises en situation). Cette approche pédagogique garantit un apprentissage concret et directement applicable en entreprise.
Pour garantir la qualité de la formation YOLOv8 : Maîtriser la Détection d’Objets par Deep Learning, Learni met à disposition les moyens pédagogiques suivants :
En cas de formation intra-entreprise sur site externe à Learni, le client s'assure et s'engage à disposer de toutes les ressources matérielles pédagogiques nécessaires (équipements informatiques, connexion internet...) au bon déroulement de l'action de formation conformément aux prérequis indiqués dans le programme de formation communiqué.
L'évaluation des compétences acquises lors de la formation YOLOv8 : Maîtriser la Détection d’Objets par Deep Learning s'effectue à travers :
Learni s'engage pour l'accessibilité de ses formations professionnelles. Toutes nos formations sont accessibles aux personnes en situation de handicap. Nos équipes sont à votre disposition pour adapter les modalités pédagogiques à vos besoins spécifiques. N'hésitez pas à nous contacter pour toute demande d'aménagement.
Les formations Learni sont disponibles en inter-entreprise et intra-entreprise, en présentiel comme en distanciel. Les inscriptions sont possibles jusqu'à 48 heures ouvrées avant le début de la formation. Nos formations sont éligibles aux financements OPCO, Pôle emploi et FNE-Formation. Contactez-nous pour étudier ensemble votre projet de formation et les possibilités de prise en charge.
Panorama des techniques de détection d’objets, historique de YOLO (de v1 à v8), nouveautés apportées par YOLOv8. Présentation des cas d’usage concrets en entreprise. Prise en main de l’environnement Python, installation de Pytorch, Ultralytics YOLOv8, gestion des environnements virtuels.
Structuration d’un dataset, outils d’annotation (Roboflow, CVAT). Conversion des formats d’annotations. Préparation des configurations. Lancement d’un entraînement sur un jeu de données custom, interprétation des logs et résultats. Gestion du surapprentissage, réglage des hyperparamètres, data augmentation.
Évaluation des performances du modèle : metrics mAP, recall, precision. Techniques d’amélioration : ajustement du modèle, transfer learning, pruning. Export vers ONNX, CoreML, TensorRT. Déploiement en production : intégration API, surveillance du modèle, cycles de réentraînement. Étude de cas : application métier complète (reconnaissance d'objets en temps réel sur webcam, vidéo surveillance ou imagerie industrielle).
Public
Développeurs, Data Scientists, ingénieurs IA souhaitant déployer des solutions de détection d’objets
Prérequis
Bases de Python et notions d’apprentissage profond (deep learning)
Chargement en cours...
Veuillez patienter un instant





























