RK3399平臺開發系列講解（系統篇）1.26、目標檢測模型Nanodet的訓練和轉換總結

文章目錄

第一章文檔介紹

第二章模型簡介

2.1.Nanodet模型結構

2.2.Naodet模型性能

第三章訓練

3.1.訓練環境

3.2.訓練

3.2.1.修改訓練參數

3.2.2.訓練

第四章模型轉換和使用

4.1.測試模型

4.2.模型轉換

4.3.Ncnn使用

第一章文檔介紹

本文檔描述了輕量級目標檢測模型Nanodet的訓練和轉換過程。目前各項目都會使用到目標檢測模型來檢測圖像中的目標，雖然當前使用的Mobilenet SSD或者InceptionV2 SSD都是改進過的適合終端加速的網絡，但是相對模型計算量和參數量還是比較大，在BSD、DSM和ADAS多個算法融合的AI小板上，算力還是捉襟見肘，在CPU上推理性能更是無法達到要求，為了找到更為小巧又不失精度的替代模型，我們訓練并測試了2020年開源的Nanodet模型，此處記錄了模型訓練

機器學習

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。