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 ☆
分享
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。
最新活动更多
-
3月27日立即报名>> 【工程师系列】汽车电子技术在线大会
-
即日-4.22立即报名>> 【在线会议】汽车腐蚀及防护的多物理场仿真
-
4月23日立即报名>> 【在线会议】研华嵌入式核心优势，以Edge AI驱动机器视觉升级
-
4月25日立即报名>> 【线下论坛】新唐科技2025新品发布会
-
在线会议观看回放>>> AI加速卡中村田的技术创新与趋势探讨
-
即日-5.15立即报名>>> 【在线会议】安森美Hyperlux™ ID系列引领iToF技术革新
发表评论
请输入评论内容...
请输入评论/评论长度6~500个字
暂无评论
暂无评论