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(jié)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(chuàng)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(fā)布
更新計劃
每周兩篇，歡迎持續(xù)關注，一起進步。
☆ END ☆
分享
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
推薦專題
- 1 UALink規(guī)范發(fā)布：挑戰(zhàn)英偉達AI統(tǒng)治的開始
- 2 北電數智主辦酒仙橋論壇，探索AI產業(yè)發(fā)展新路徑
- 3 降薪、加班、裁員三重暴擊，“AI四小龍”已折戟兩家
- 4 “AI寒武紀”爆發(fā)至今，五類新物種登上歷史舞臺
- 5 國產智駕迎戰(zhàn)特斯拉FSD，AI含量差幾何？
- 6 光計算迎來商業(yè)化突破，但落地仍需時間
- 7 東陽光：2024年扭虧、一季度凈利大增，液冷疊加具身智能打開成長空間
- 8 地平線自動駕駛方案解讀
- 9 封殺AI“照騙”，“淘寶們”終于不忍了？
- 10 優(yōu)必選：營收大增主靠小件，虧損繼續(xù)又逢關稅，能否乘機器人東風翻身？
