订阅
纠错
加入自媒体

如何用SimpleDet完成目标检测与物体识别?

2020-11-05 08:57
磐创AI
关注

引言

SimpleDet是一套简单通用的目标检测与物体识别的框架。整套框架基于MXNet的原生API完成。

主要特点

FP16训练可节省内存并加速2.5倍开箱即用的高度可扩展的分布式训练全面涵盖了最先进的模型,包括FasterRCNN, MaskRCNN, CascadeRCNN, RetinaNet, DCNv1/v2, TridentNet, NASFPN , EfficientNet, 和 Kownledge Distillation。广泛的功能集,包括大批次BN,同步损失,自动BN融合,soft NMS,多尺度训练/测试模块化设计,无需编码即可探索新的实验设置广泛的文档,包括带注释的配置、Fintuning指南。

目 录

1.基准测试

     1.1对SimpleDet进行基准测试,给出测试平台和测试结果。

2.构建wheel包

    2.1介绍将自定义mxnet打包为用于本地安装的python wheel的过程。

3.数据集

     3.1介绍了从COCO格式,VOC格式或JSON格式创建roidb的过程。

4.分布式训练

     4.1提供启动具有Singularity包的分布式训练的指南

5.微调

     5.1本文档介绍了为你的自定义数据集启用现有模型的过程。

6.框架概述

     6.1概述检测器及组件

7.安装

     7.1介绍安装过程

8.tensorboard

      8.1设置tensorboard以及在shell发布

更新计划

每周两篇,欢迎持续关注,一起进步。

☆ END ☆

声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

人工智能 猎头职位 更多
扫码关注公众号
OFweek人工智能网
获取更多精彩内容
文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号