自定义博客皮肤VIP专享

*博客头图：

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览 取消 提交

自定义博客皮肤

-+
上一步保存

Jesse_Mx的博客

  • 博客(1)
  • 资源 (14)
  • 收藏
  • 关注
全部文章> 2017年12月
排序：
按最后发布时间
按访问量
RSS订阅
12月 11月 10月 09月 08月 07月 06月 05月 04月 03月 02月 01月

原创 SSD模型训练技巧小结

前言 SSD是目前先进的one-step目标检测算法，针对该框架的训练还有不少技巧可以挖掘，本文试着写写一些常见和不常见的技巧，在不改变网络架构的条件下（相反则是DSSD，R-SSD等改动卷积层结构的系列算法），应该能对精度提升有所帮助。这里只是抛砖引玉，不敢说真的很懂。抽取权重 一般而言，我们都是用预训练模型来开始新的数据集训练，常用的预训练模型主要是Imagenet，Pascal

2017-12-29 09:39:43 8455 8

SSD抽取权重
SSD检测网络抽取权重，用于生成更好的预训练模型，加快收敛速度。

2018-02-02

SSD_print_AP
SSD检测框架打印AP信息，替换原有文件，然后重新编译，solver文件中使用超参数控制。

2018-02-02

finetune_ssd_kitti.py
finetune_ssd_kitti.py，用于fine-tune SSD的COCO模型

2017-06-30

ssd_pascal_kitti.py
ssd框架训练kitti所用的脚本，仅供参考

2017-05-14

ssd_detect.py
ssd框架检测单张图片的例程，使用需修改路径

2017-05-10

LabelImg可运行
LabelImg可运行历史版本，非最新。

2017-04-26

LabelImg可运行版本 下载
LabelImg可运行的历史版本，非最新版，参考https://github.com/tzutalin/labelImg。使用方法：解压后，执行./labelimg.py命令

2017-04-26

Makefile.config for SSD
Makefile.config for SSD detection framework

2017-04-24

Nvidia TensorRT官方API文档
Nvidia TensorRT官方API文档，离线使用。

2017-02-20

Nvidia TensorRT官方例程源代码
Nvidia TensorRT官方例程源代码，从TX1上拷贝下来的。

2017-02-20

get-pip.py
python的pip安装工具

2016-11-30

ez_setup.py
python的easy install工具

2016-11-30

ssd_detect.ipynb可用版
ssd_detect.ipynb可用版，可用于ssd下检测单张图片，放在example/之下

2016-10-29

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章？
取消 删除