如何用SimpleDet完成目標檢測與物體識別?
引言
SimpleDet是一套簡單通用的目標檢測與物體識別的框架。整套框架基于MXNet的原生API完成。
主要特點
FP16訓練可節省內存并加速2.5倍開箱即用的高度可擴展的分布式訓練全面涵蓋了最先進的模型,包括FasterRCNN, MaskRCNN, CascadeRCNN, RetinaNet, DCNv1/v2, TridentNet, NASFPN , EfficientNet, 和 Kownledge Distillation。廣泛的功能集,包括大批次BN,同步損失,自動BN融合,soft NMS,多尺度訓練/測試模塊化設計,無需編碼即可探索新的實驗設置廣泛的文檔,包括帶注釋的配置、Fintuning指南。
目 錄
1.基準測試
1.1對SimpleDet進行基準測試,給出測試平臺和測試結果。
2.構建wheel包
2.1介紹將自定義mxnet打包為用于本地安裝的python wheel的過程。
3.數據集
3.1介紹了從COCO格式,VOC格式或JSON格式創建roidb的過程。
4.分布式訓練
4.1提供啟動具有Singularity包的分布式訓練的指南
5.微調
5.1本文檔介紹了為你的自定義數據集啟用現有模型的過程。
6.框架概述
6.1概述檢測器及組件
7.安裝
7.1介紹安裝過程
8.tensorboard
8.1設置tensorboard以及在shell發布
更新計劃
每周兩篇,歡迎持續關注,一起進步。
☆ END ☆
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
-
11月7日立即參評>> 【評選】維科杯·OFweek 2025(第十屆)物聯網行業年度評選
-
11月20日立即報名>> 【免費下載】RISC-V芯片發展現狀與測試挑戰-白皮書
-
即日-11.25立即下載>>> 費斯托白皮書《柔性:汽車生產未來的關鍵》
-
11月27日立即報名>> 【工程師系列】汽車電子技術在線大會
-
11月28日立即下載>> 【白皮書】精準洞察 無線掌控——283FC智能自檢萬用表
-
12月18日立即報名>> 【線下會議】OFweek 2025(第十屆)物聯網產業大會


分享













