目标检测EfficientDet运行教程


本人尝试了efficientdet的TensorFlow版本和Pytorch版本代码,但是没有运行成功TensorFlow版本的,只运行成功了Pytorch版本代码,这里将会解释Pytorch版本代码运行过程,事先声明,本人的运行环境是 windows10+Python3.7,本文 仅包含测试,无训练,适者食用啊。

代码下载

这里给出了Pytorch版本代码链接,代码里包含了已经下好的7种网络架构,可直接运行。https://download.csdn.net/download/weixin_43688482/13950552
以防没有币的人也能运行,这里给出原版的Pytorch版本代码链接,需要自行下载另外网络架构文件,还需修改代码才可运行成功。谨慎食用啊~https://github.com/zylo117/Yet-Another-EfficientDet-Pytorch

文章详解

Google Brain 团队的三位 Auto ML 大佬 Mingxing Tan, Ruoming Pang, Quoc V. Le 在 CVPR 2020 发表一篇文章 EfficientDet: Scalable and Efficient Object Detection,代码已经开源到了 Github。众所周知,神经网络的速度和精度之间存在权衡,而 EfficientDet 是一个总称,可以分为 EfficientDet D1 ~ EfficientDet D7,速度逐渐变慢,但是精度也逐渐提高。
这里推荐一篇详解文章 https://zhuanlan.zhihu.com/p/93241232

环境调试

本代码是在windows10下运行成功的,CUDA 9.0 + pytorch 1.1.0 + torchvision 0.3.0。这里的pytorch 和torchvision 版本应该与CUDA版本对应,CUDA的下载安装方

  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值