PaddleDetection目标检测实战课程目录

最新推荐文章于 2024-07-25 10:59:02 发布
最新推荐文章于 2024-07-25 10:59:02 发布
阅读量1.1k 收藏 4
点赞数 2
分类专栏： 目标检测 文章标签： 目标检测 深度学习 计算机视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/effort_study/article/details/126454702
版权

目标检测实战项目文档汇总

零基础掌握目标检测实战流程，从制作数据集到全流程的训练评估，再到最终的部署，不需要自备GPU，四五个小时的内容即可掌握目标检测实操技术。
01-使用labelimg标注目标检测数据集|voc转COCO数据集
02-没有GPU，如何训练自己的目标检测算法
03-PaddleDetection配置文件详细介绍
04-目标检测实战全流程
05-目标检测训练小技巧
06-AIstudio后台任务
07-windows端cpp部署PaddleDetection目标检测模型
08目标检测数据集半自动化标注

为成大道踏平坎坷
关注
  • 2
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
paddle 30 paddledetection项目结构的深入解析
a486259的博客
07-10 462
paddledetection是百度推出的目标检测库，使用paddledetection训练自己的目标检测模型是极为方便的。使用一个paddledetection库，最快的方法就是去解读它的项目结构，这样才能更好的使用paddledetection做训练。paddledetection的项目代码可以在PaddlePaddle/PaddleDetection - 码云 - 开源中国 (gitee.com)中获取。下载后打开，项目结构如下所示。其中绿色标注框标注的部分是使用paddledetection训练深入
[Paddle Detection]基于PP-YOLOE+实现道路场景目标检测及部署
一名在读大学生，正在学习深度学习，会定期分享一些该领域内容。欢迎大家一起交流学习~
12-27 3708
该项目着眼于基于视觉深度学习的自动驾驶场景，旨在对车载摄像头采集的视频数据进行道路场景解析，为自动驾驶提供一种解决思路。利用YOLO系列模型PP_YOLOE+完成车辆检测实现一种高效高精度的道路场景解析方式,从而实现真正意义上的自动驾驶，减少交通事故的发生，保障车主的人身安全。数据集地址视频数据： 超过1,100小时的100000个高清视频序列在一天中许多不同的时间，天气条件，和驾驶场景驾驶经验。视频序列还包括GPS位置、IMU数据和时间戳。道路目标检测。
系列文章 如何使用PaddleDetection做一个完整项目（三）
yzl819819的博客
06-16 2489
本文将针对如何使用PaddleDetection中C++预测库的编译，封装，调用进行说明。  如何进行C++预测的编译（生成.sln解决方案）；  如何将C++预测代码封装成一个dll；  如何使用python调用生成好的dll；  如何使用C#调用生成好的dll； 如何进行C++预测代码的编译（生成.sln解决方案） 使用工具Cmake vs2019社区版 Git(提前下载好git，不然在后期编译过程中会不成功) 预测代码来源：https://github.com/PaddlePaddle/Pa
系列文章：如何利用PaddleDetection做一个完整的项目
saladpie的博客
06-24 337
整理自富土康一号质检员， 一、PaddleDetection简介及部署 1、环境部署 2、数据集准备 3、训练 4、训练过程可视化 5、模型导出 6、python进行单张/多张图片的预测 7、python+qt（给客户的演示demo） 8、C++进行单张预测（含编译简介） 9、C++预测代码封装成DLL、配合C#完成一个整体项目 10、扩展：关于PaddlePaddle代码数据读取的方式。 二、利用py-qt编一个显示界面，并结合工业相机实时采集并进行目标检测。 文章用到的软件有pyqt5、pyc.
用PaddleDetection做上班摸鱼神器（完整教程）
学姐带你玩AI的博客
04-01 675
使用PaddleDetection自制数据集，做人脸分类，调用本地电脑的前置摄像头识别出现在屏幕前的人脸，根据不同的人脸切换本地电脑的窗口，实现偷懒神器
PaddleDetection-PPYOLOE实现钢铁缺陷检测
m0_63642362的博客
04-26 504
钢铁缺陷检测数据集为COCO格式
基于PaddleDetection中SSD算法实现的火焰识别检测源码+数据集+训练好的模型
12-24
基于PaddleDetection中SSD算法实现的火焰识别检测源码+数据集+训练好的模型 配置文件都配置好 数据集都配置好，有数据配置脚本，执行一下即可。 训练好的模型，数据集 备注】主要针对正在做毕设的同学和需要项目实战...
Python 基于 YOLO5 的3D目标检测系统，含预训练模型和源码，使用教程.zip
02-22
PaddleDetection支持大量的最新主流的算法基准以及预训练模型，涵盖2D/3D目标检测、实例分割、人脸检测、关键点检测、多目标跟踪、半监督学习等方向。 2 ️产业特色模型|产业工具 打造产业级特色模型以及分析工具：...
Python 基于 YOLO5 的小目标检测系统，含预训练模型和源码，使用教程.zip
02-22
PaddleDetection支持大量的最新主流的算法基准以及预训练模型，涵盖2D/3D目标检测、实例分割、人脸检测、关键点检测、多目标跟踪、半监督学习等方向。 2 ️产业特色模型|产业工具 打造产业级特色模型以及分析工具：...
Python 基于 YOLO5 的多目标检测系统，含预训练模型和源码，使用教程.zip
02-22
PaddleDetection支持大量的最新主流的算法基准以及预训练模型，涵盖2D/3D目标检测、实例分割、人脸检测、关键点检测、多目标跟踪、半监督学习等方向。 2 ️产业特色模型|产业工具 打造产业级特色模型以及分析工具：...
Python 基于 YOLO5 的人脸目标检测系统，含预训练模型和源码，使用教程.zip
02-22
PaddleDetection支持大量的最新主流的算法基准以及预训练模型，涵盖2D/3D目标检测、实例分割、人脸检测、关键点检测、多目标跟踪、半监督学习等方向。 2 ️产业特色模型|产业工具 打造产业级特色模型以及分析工具：...
系列文章：如何利用PaddleDetection做一个完整的项目（一）
热门推荐
yzl819819的博客
02-22 1万+
如何利用PaddleDetection做一个完整的项目（一） 0PaddleDetection简介 PaddleDetection 是PaddlePaddle推出的物体检测统一框架。支持现有的RCNN、SSD、YOLO等系列模型、支持 ResNet、ResNet-VD、ResNeXt、ResNeXt-VD、SENet、MobileNet、DarkNet等主干网络。针对不同的业务场景（性能、目标大小...
基于Paddle的计算机视觉入门教程——第12讲 实战：PaddleDeteciton实现目标检测
weixin_45747759的博客
01-27 8447
B站教程地址 https://www.bilibili.com/video/BV18b4y1J7a6/ 下载链接 链接：https://pan.baidu.com/s/1ydUkMBOUQtaIaNJrjbCjGQ 提取码：qxp9 数据集 数据集结构 在实际项目中最常用的是voc数据集格式，我们以voc数据集为例，进行介绍。 JPEGImages存放所有数据集图片，Annotations中存放所有标注文件。 如图片000001.jpg，它对应的标注就是000001.xml 这张图片对应的标注信
PaddleDetection——水果分类项目实战
简简单单的学习笔记，致力于帮助更多前进路上的朋友~
01-30 2349
本次项目为水果分类任务，手把手从数据集的准备开始完成水果分类项目。
【深度学习】大模型GLM-4-9B Chat ，微调与部署(3) TensorRT-LLM、TensorRT量化加速、Triton部署
最新发布
q742971636的博客
07-25 967
TensorRT-LLM官方目前说在v0.12.0版本才会支持GLM-4-9B Chat ，下面以v0.10.0的魔改来做GLM-4-9B Chat的量化部署。本文目标就是加速GLM-4-9B Chat，看看能多快。A100卡。
昇思25天学习打卡营第21天|RNN实现情感分类
人工智能视觉分析算法学习实践和经验分享。
07-21 663
Mindspore框架循环神经网络RNN模型实现情感分类|（一）数据集准备Mindspore框架循环神经网络RNN模型实现情感分类|（二）RNN模型Mindspore框架循环神经网络RNN模型实现情感分类|（三）模型训练与推理tips:安装依赖库。
基于深度学习的放射学图像分析
weixin_42605076的博客
07-22 725
基于深度学习的放射学图像分析是利用深度学习模型来自动分析和解读医学影像（如X光片、CT、MRI等），辅助医生进行疾病诊断、治疗计划制定和预后评估。
从零开始：构建基于深度学习的实时跌倒检测系统（UI界面+YOLO代码+数据集）
a871923942的博客
07-22 739
系统主要由前端UI、后端服务器和YOLO模型组成。用户通过UI上传视频，服务器调用YOLO模型进行检测，并将结果返回给用户。| 前端UI | <----> | 后端API | <----> | YOLO检测模型 |YOLO（You Only Look Once）是一种高效的实时目标检测模型。YOLOv5、YOLOv6、YOLOv7、YOLOv8均为其不同版本，提供不同的性能和速度。
昇思25天学习打卡营第20天 | LSTM+CRF序列标注
嫦娥妹妹等等我的博客
07-21 375
在自然语言处理（NLP）的领域中，序列标注是一个基础且关键的任务，涉及到从文本数据中提取有用信息，如命名实体识别（NER）、词性标注（POS）等。本次学习重点是探索如何结合长短时记忆网络（LSTM）和条件随机场（CRF）来执行序列标注任务，尤其是在命名实体识别上的应用。
paddledetection目标检测
09-27
PaddleDetection是百度飞桨推出的物体检测统一框架。它支持多种物体检测模型，包括RCNN、SSD、YOLO等系列模型，同时还支持多种主干网络，如ResNet、ResNet-VD、ResNeXt、ResNeXt-VD、SENet、MobileNet和DarkNet。PaddleDetection的优势之一是将YOLOv3算法融合在框架中，使得目标检测更加高效。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值