Efficientdet项目，Tensorflow版与Pytorch版复现指南

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~