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(nèi)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(shè)計，無需編碼即可探索新的實驗設(shè)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(jié)果。
2．構(gòu)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(shù)據(jù)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(diào)
5．1本文檔介紹了為你的自定義數(shù)據(jù)集啟用現(xiàn)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(shè)置tensorboard以及在shell發(fā)布
更新計劃
每周兩篇，歡迎持續(xù)關(guān)注，一起進步。
☆ END ☆
分享
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
