在Datawhale组队学习小组的带领下,最近一段时间系统学习了目标检测技术,主要有:
- 基本概念,经典数据集合VOC
- Anchor机制,目标检测的模型结构
- 损失函数设计
最后一阶段内容——自建目标检测模型,训练,并测试图片。下图是我的模型的一个测试结果:
这不是YOLO、SSD、Faster R-CNN等经典算法检测出来的的结果,而是出自开源课程动手学CV-Pytorch中自建的一个模型,具体来说以VGG16作为特征提取网络,在VOC数据集训练10 epoch的测试结果,下面简单介绍模型的训练和测试过程。
模型训练
模型的训练流程:
- 设置超参
- 定义数据加载模块
- 定义网络结构(Model)
- 定义损失函数(Loss)
- 定义优化器(Optimizer)
- 遍历训练数据->预测结果->计算Loss->反向传播