一个新时代的到来-亚马逊云科技

好消息!在这个夏天,2021亚马逊云科技我国峰会即将与您相见!
按部就班、安分守己不是亚马逊云科技的风格。“立异”与“重塑”才是咱们在构建路途上的不懈寻求。2021亚马逊云科技我国峰会咱们决议以“构建新格式 重塑云年代”为题,并携手很多业界领先的技能践行者们一同同你共享“云年代的构建故事与重塑经验”。
无论是希望深耕本地事务或许正阔步走向世界的我国企业,仍是远道而来落地我国希望大展身手的海外客户朋友,信任都能在亚马逊云科技的可靠技能与服务中找到专归于你的“得胜之道”。
本次峰会将别离亮相于我国上海、北京、深圳三大城市。
上海世博中心 7月21-22日
北京国家会议中心 8月19-20日
深圳大中华喜来登酒店 9月15日
在这儿咱们不尚空谈,既可坐而论道,更能起而行之;在这儿咱们不幻想未来,既可充溢构思,更能照见现实
本次峰会亮点
1. 览·职业格式
格式为上,让咱们一同行思致远。重磅业界专家及职业大咖在现场共享独到的职业见地,马上了解亚马逊领先的全球视野,聚焦我国,共话立异。亦可取得全球技能深度解析,观全新亚马逊AI技能成果。
2. 感·未来城市
去体会真·科技之城,感受未来已至。亚马逊云科技“无界之城”初次亮相,日子中能体会到的科技才是“真科技”!他人还在畅想未来日子,而在亚马逊云科技这儿你直接来体会吧!
3. 享·赛车激情
和咱们一同用AI问候那个从前的四驱少年!还记得四驱兄弟吗?此次咱们在展区内特别打造了 “ Amazon DeepRacer 自动驾驶赛车场”,一同着手,来一场张狂刺激的自动赛车驾驶竞赛吧!
4. 燃·无限脑力
开释创造天分,与志同道合的小伙伴一同燃爆脑力。咱们将专门建立开发者专区,并联合 Apache 等各类开源社区,以及多位开源牛人,为开发者们带来脑洞大开的内容共享!更有黑客松大赛邀你参与,尽情开释归于构建者们的创造天分吧!
5. 听·大师亲授
近百位专家共聚一堂,便是为了给你上几堂技能与职业的大师课。近百位来自业界各范畴的合作伙伴、客户及亚马逊云科技技能专家,共同组成的强大嘉宾阵容,为你带来职业最佳实践共享及领先技能成果发布解读!
6. 见·科技伙伴
加入这个科技朋友圈,一同涨涨科技范儿!千位合作伙伴齐聚,跟你聊聊借助亚马逊云科技全球生态寻求事务新潜能的那些事儿。现场还将带来亚马逊云科技合作伙伴战略、全新扶持计划以及亚马逊云科技技能发布。一同在云年代完成合作共赢吧!We Want You!
7. 成·技能大咖
究极进化吧!构建者们!来这儿取得与名师面对面交流的机会,免费体会全球尖端科技人才打造的原生态的系统性训练机会,高质量内容助推秒变学霸!来咱们一同究极进化吧!
 

【使用教程】 一、环境配置 1、建议下载anaconda和pycharm 在anaconda中配置好环境,然后直接导入到pycharm中,在pycharm中运行项目 anaconda和pycharm安装及环境配置参考网上博客,有很多博主介绍 2、在anacodna中安装requirements.txt中的软件包 命令为:pip install -r requirements.txt 或者改成清华源后再执行以上命令,这样安装要快一些 软件包都安装成功后才算成功 3、安装好软件包后,把anaconda中对应的python导入到pycharm中即可(不难,参考网上博客) 二、环境配置好后,开始训练(也可以训练自己数据集) 1、数据集准备 需要准备yolo格式的目标检测数据集,如果不清楚yolo数据集格式,或者有其他数据训练需求,请看博主yolo格式各种数据集集合链接:https://blog.csdn.net/DeepLearning_/article/details/127276492 里面涵盖了上百种yolo数据集,且在不断更,基本都是实际项目使用。来自于网上收集、实际场景采集制作等,自己使用labelimg标注工具标注的。数据集质量绝对有保证! 本项目所使用的数据集,见csdn该资源下载页面中的介绍栏,里面有对应的下载链接,下载后可直接使用。 2、数据准备好,开始修改配置文件 参考代码中data文件夹下的banana_ripe.yaml,可以自己一个不同名称的yaml文件 train:训练集的图片路径 val:验证集的图片路径 names: 0: very-ripe 类别1 1: immature 类别2 2: mid-ripe 类别3 格式按照banana_ripe.yaml照葫芦画瓢就行,不需要过多参考网上的 3、修改train_dual.py中的配置参数,开始训练模型 方式一: 修改点: a.--weights参数,填入'yolov9-s.pt',博主训练的是yolov9-s,根据自己需求可自定义 b.--cfg参数,填入 models/detect/yolov9-c.yaml c.--data参数,填入data/banana_ripe.yaml,可自定义自己的yaml路径 d.--hyp参数,填入hyp.scratch-high.yaml e.--epochs参数,填入100或者200都行,根据自己的数据集可改 f.--batch-size参数,根据自己的电脑性能(显存大小)自定义修改 g.--device参数,一张显卡的话,就填0。没显卡,使用cpu训练,就填cpu h.--close-mosaic参数,填入15 以上修改好,直接pycharm中运行train_dual.py开始训练 方式二: 命令行方式,在pycharm中的终端窗口输入如下命令,可根据自己情况修改参数 官方示例:python train_dual.py --workers 8 --device 0 --batch 16 --data data/coco.yaml --img 640 --cfg models/detect/yolov9-c.yaml --weights '' --name yolov9-c --hyp hyp.scratch-high.yaml --min-items 0 --epochs 500 --close-mosaic 15 训练完会在runs/train文件下生成对应的训练文件及模型,后续测试可以拿来用。 三、测试 1、训练完,测试 修改detect_dual.py中的参数 --weights,改成上面训练得到的best.pt对应的路径 --source,需要测试的数据图片存放的位置,代码中的test_imgs --conf-thres,置信度阈值,自定义修改 --iou-thres,iou阈值,自定义修改 其他默认即可 pycharm中运行detect_dual.py 在runs/detect文件夹下存放检测结果图片或者视频 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。
评论
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