深度学习基础推荐书籍

深度学习基础推荐书籍

• 《神经网络与深度学习pdf》-邱锡鹏 链接

Pytorch深度学习框架

• 官方示例 链接
• 图像分类示例 链接
• 入门博客 链接

一定需要学会安装CUDA和安装Pytorch时版本要与CUDA版本匹配

视频资料

• 李宏毅深度学习课程 链接
• 快速课程 链接

经典论文

双阶段训练目标检测模

• Faster R-CNN：Towards Real-Time Object Detection with Region Proposal Networks 论文
• FPN：Feature Pyramid Networks for Object Detection 论文
• R-FCN：Object Detection via Region based Fully Convolutional Networks 论文

单阶段训练目标检测模型

• YOLOv1：You Only Look Once Unified, Real-Time Object Detection
• YOLOv2：YOLO9000 Better, Faster, Stronger
• YOLOv3：YOLOv3: An Incremental Improvement
• YOLOv4：YOLOv4: Optimal Speed and Accuracy of Object Detection
• v1-v4原文加翻译博客 链接

目标检测框架

当前训练目标检测模型推荐使用mmdetection，其中已经集成了很多主流的目标检测模型，开箱即用。

环境支持

安装的mmdetection版本要与你之前安装的Pytorch版本和CUDA版本匹配

• mmdetection的Github地址 链接
• 建议在Linux环境下安装 链接
• mmdetection的使用 链接

建议

可以在Linux环境下使用docker来构建mmdetection容器，方便使用

1. 安装docker 20.10.6版本 链接
2. 从dockerHub上拉取镜像教程 链接
3. 拉取 zzzzz217/mmdetection:2.0 docker pull zzzzz217/mmdetection:2.0
4. 启动镜像 docker run --gpus all --shm-size=8g -d -P zzzzz217/mmdetection:2.0
5. 查看容器的22端口对应的当前宿主机的端口docker container ls -a 类似0.0.0.0:7022->22/tcp就是主机7022端口对应容器中22端口
6. 基于ssh服务连接至容器内，ssh密码为1234，mmdetection目录为根目录下的 /mmdetection 文件夹