如何用SimpleDet完成目标检测与物体识别?
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 ☆
最新活动更多
- 1 GPT-6要来了,但AI行业早不跟 OpenAI玩了
- 2 火爆的“Token经济学”,关乎你的钱包、职场和未来消费 | 人人能懂的产业报告
- 3 资本巨头纷纷抽身,为何中小投资者仍为AI狂热加码?
- 4 大厂财报中的AI图鉴:营收单列、玩杠杆、商业画饼
- 5 从百度到Meta,科技巨头的 AI 组织战,开打了
- 6 2026年3月,国内具身智能机器人企业融资汇总
- 7 宇树科技招股书透视:中外具身智能玩家生存竞速
- 8 华勤财报发布:收入规模破1700亿,利润增长近40%
- 9 谷歌Gemma 4遭破解!实测:伪造支票、找盗版电影,有求必应
- 10 大涨30%!智谱 AI 财报出炉:营收暴增132%,API 增长3倍,市值破 4000 亿


分享














发表评论
登录
手机
验证码
手机/邮箱/用户名
密码
立即登录即可访问所有OFweek服务
还不是会员?免费注册
忘记密码其他方式
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