超级会员免费看
本文介绍了如何基于NanoDet轻量级模型，利用自建数据集进行接打电话检测的详细教程。从下载项目、配置环境、创建yaml训练文件，到准备数据集、训练和转化模型，最后进行测试。通过实践展示了NanoDet在低算力设备上的应用潜力。
相较于最近不断推陈出新的YOLO系列的模型比如YOLOv6和YOLOv7来说，NanoDet推出的日期就相对比较早，作者这2021年年末的时间节点开源了NanoDet-Plus最新力作，在增加极少计算消耗【1毫秒】的前提下，mAP提高了几十个点，这个不得不说已经是很厉害的存在了。
与FastestDet类似，NanoDet也是主打轻量级路线的，对于一些边缘端算力比较弱的设备来说就是莫大的福音，在我前面的一些文章里面也有介绍过其他轻量级模型的内容，还没有去横向地对比下不同轻量级系列模型的性能差异，目前的更多的工作是以应用实践为主，将一些比较能打的模型真正落地到工业业务场景里面来，支撑实际的业务需求。
本文主要是基于NanoDet来实践目标检测模型，我们基于一个开源的数据集来实现接打电话的检测，首先看下效果，如下所示：
官方的项目地址在这里，截图如下所示：
订阅专栏 解锁全文
2442
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
