超级会员免费看
本文介绍了MobileNetV3-SSD在目标检测中的应用，对比了它与MobileNetV2-SSD、YOLOv3的性能差异。在30类数据集上训练，MobileNetV3模型能达到99.60%的准确率。训练过程在GTX1070显卡上进行，每个EPOCH大约10分钟。作者建议使用更大的模型如MobileNetV3-LARGE以提升检测效果，并提出在服务器上进行进一步训练的计划。
有预训练：
https://github.com/shaoshengsong/MobileNetV3-SSD
有v2 ssd：
https://github.com/qfgaohao/pytorch-ssd
MobileNetV3-SSD，在tx2上，没有明显优势。
https://github.com/tongyuhome/MobileNetV3-SSD
MobileNet-SSD 与yolov3对比，精度低了很多，具体就是漏检多了很多。
https://github.com/jacke121/Object-detection-state-of-the-art-RCNN-YOLO-SSD
用于训练的数据有30类，数据量大概在95k左右，trainval_proportion和train_proportion都是0.9。
订阅专栏 解锁全文
扫一扫
2667
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
