飞桨《PaddleDetection》七日打卡营心得

打卡营链接地址：

https://aistudio.baidu.com/aistudio/education/group/info/1617

和大佬一起听课一起打比赛：

https://aistudio.baidu.com/aistudio/projectdetail/1028427

感谢百度提供的这次目标检测的七日打卡营

作业一PaddleDetection快速上手心得：

熟悉PaddleDetection环境以及项目中使用的配置文件和训练过程、评估过程以及预测过程
1、需要修改python tools/xxx.py 为!cd /home/aistudio/work/PaddleDetection &&python tools/infer.py
2、权重加载
!cd /home/aistudio/work/PaddleDetection &&python -u tools/eval.py -c configs/hw_configs/yolov3_mobilenet_v1_roadsign_voc_template.yml -o weights=/home/aistudio/work/PaddleDetection/output/yolov3_mobilenet_v1_roadsign_voc_templat
需要修改源码 eval.py 140行代码
if ‘weights’ in cfg:
# checkpoint.load_params(exe, startup_prog, cfg.weights)
checkpoint.load_checkpoint(exe, startup_prog, cfg.weights)
3、修改推理中的文件路径，如下
!cd /home/aistudio/work/PaddleDetection &&python tools/infer.py -c configs/hw_configs/yolov3_mobilenet_v1_roadsign_voc_template.yml --infer_img=’/home/aistudio/work/PaddleDetection/dataset/roadsign_coco/images/road554.png’

作业二RCNN系列模型实战心得：

1、尝试使用各种RCNN系列配置文件，最终选用faster_rcnn_x101_vd_64x4d_fpn_1x.yml

2、使用与训练模型，对参数进行调整：包括max_iters、milestones使得最终结果为98.8

作业三YOLO系列模型实战心得：

1、使用yolov3_darknet_baseline.yml跑出baseline模型，查看评分

2、使用ppyolo.yml进行模型训练，对参数进行调整：包括max_iters、milestones、batch_size、mixup_epoch等，使得最终结果为99.5

未完待续

欢迎大家加入目标检测PaddleDetection七日打卡营，内容非常丰富又有实际落地项目经验也有比赛经验，期待您的加入