Efficientdet项目,Tensorflow版与Pytorch版实现指南
机器学习小白一枚,最近在实现Efficientdet项目,当然从源代码入手,我相信大部分的小白都是想着先让代码运行起来,再学(xiu)习(gai)代码细节,自己研究了半天,终于知道如何跑通项目了。项目分为tensorflow版(原作者发布的版本)和pytorch版(一位大神复现版),这两个版本的源代码均在Github上:
Tensorflow版:https://github.com/google/automl/tree/master/efficientdet
Pytorch版:https://github.com/zylo117/Yet-Another-EfficientDet-Pytorch
由于鄙人小白一枚,刚开始就只会在服务器里用指令瞎弄,发现结果完全和给的指导不一样,大部分教程里面既有指令又有python代码,导致在服务器里输入指令一直晕晕的,而且有错。最后我发现大部分教程应该都是基于Google Colab平台(一个允许编写和执行代码的交互式平台)下的。下面说明如何在Google Colab平台下运行两个版本的Efficientdet项目(不需要提前下载好源代码)。
1、打开Google Colab平台
用Google浏览器打开网站:https://colab.research.google.com/notebooks/welcome.ipynb
哦对了,这里要注意,这个网站要梯(fan)子(qiang)才能进去 ,所以没有梯子的自己先找个梯子,挂上梯子后再打开。打开后是这样的界面:
2、用Google账号登录
打开网站后,右上角选择登录,如果没有Google账号的话,就注册一个就可以了。
3、上传ipynb文件
两个版本的ipynb文件可以去我的资源里面下载。下载完后,
(1).在Google Colab首页,左上角选择文件→上传笔记本→上传→选择文件,选择其中一个ipynb文件上传,上传完后是下面这种情况(以tensorflow版为例):
(2).此时选择左上角代码执行程序→更改运行时类型→选择GPU→保存,等到下图这个位置处不再变化:
(3).之后点击浏览器左侧文件夹标志,可以看到当前目录(已经包含一个样本数据,不用管它)。(4)之后按顺序点击代码块前面的运行图标(鼠标放在[ ]上面才会显示运行图标),就可以运行此代码块的代码。挨个运行即可(一块运行完后再进行下一块),并且可以在左侧目录看到文件的变化。
Tensorflow版的运行结果(图片检测):
Pytorch版的ipynb文件也按上述步骤运行:
如果要上传自己的图片进行检测,tensorflow版本就把图片上传至在efficientdet文件夹下,然后将下面这个代码块图片名称改成自己的即可:
pytorch版本按下面步骤进行,就可以检测自己上传的图片了
小白的分享就这么多啦,有问题可以留言交流吖~