AI计算机视觉笔记二十五:ResNet50训练部署教程
ResNet50训练主要还是想部署到RK3568开发板上,先记录下训练和转成ONNX模型过程。 一、 Resnet50简介 ResNet50网络是2015年由微软实验室的何恺明提出,获得ILSVRC2015图像分类竞赛第一名。在ResNet网络提出之前,传统的卷积神经网络都是将一系列的卷积层和池化层堆叠得到的,但当网络堆叠到一定深度时,就会出现退化问题。 残差网络的特点是容易优化,并且...

AI计算机视觉笔记二十四:YOLOP 训练+测试+模型评估
通过正点原子的ATK-3568了解到了YOLOP,这里记录下训练及测试及在onnxruntime部署的过程。 步骤:训练->测试->转成onnx->onnxruntime部署测试 一、前言 YOLOP是华中科技大学研究团队在2021年开源的研究成果,其将目标检测/可行驶区域分割和车道线检测三大视觉任务同时放在一起处理,并且在Jetson TX2开发板子上能够达到23FPS...

AI计算机视觉笔记二十三:PP-Humanseg训练及onnxruntime部署
关于PP-Humanseg是在正点原子的3568开发板AI测试例子里看到的,目的也是想自己训练并部署,这里记录一下训练和在onnxruntime部署运行的全过程,会转成ONNX,至于部署到rk3568上,会在另一篇文章説明ONNX转成RKNN并部署到RK3568. 一、训练模型 一、介绍 本文将PaddleSeg的人像分割(PP-HumanSeg)模型导出为onnx,并使用onnxrunt...

AI计算机视觉笔记二十二:基于 LeNet5 的手写数字识别及训练
一、介绍 pytorch复现lenet5模型,并检测自己手写的数字图片。 利用torch框架搭建模型相对比较简单,但是也会遇到很多问题,网上资料很多,搭建模型的方法大同小异,在我尝试了自己搭建搭建出来模型,无论是训练还是检测都会遇到很多的问题,像这种自己遇到的问题,请教别人也没有用。原本使用的是github上的一份代码来复现,环境搭建完成后,才发现要有GPU,而我搭建是使用CPU,失败告终,...

AI计算机视觉笔记二十一:PaddleOCR训练自定义数据集
续上一篇,PaddleOCR环境搭建好了,并测试通过,接下来训练自己的检测模型和识别模型。 paddleocr检测模型训练 1、准备数据集 在PaddleOCR目录下新建文件夹:train_data, 这个文件夹用于存放数据集的。 使用的是恩培提供的车牌识别数据集,下载car_plate_images.zip后,解压到train_data目录下 2、配置文件 在PaddleOCR主目...

AI计算机视觉笔记十九:Swin Transformer训练
续上一篇,训练自己的数据集,并测试。 一、安装标注软件labelme 安装labelme pip install labelme # 启动 labelme 这里数据集准本,标注图片数据过程自己探索。 最后文件结构如下: 二、修改配置文件 1、 修改configs_base_\models\mask_rcnn_swin_fpn.py第54、73行num_classes为自己的类别数 ...

AI计算机视觉笔记十六:yolov5训练自己的数据集
一般情况下,大部分人的电脑都是没有cpu的,cpu也是可以训练的,但花费的时间太长,实际200张图片,使用CPU训练300轮花了3天,本章记录使用云服务器来训练自己的数据集。 使用的云服务器是AutoDL,一直在使用,性价比还是比较高的。 AutoDL算力云 | 弹性、好用、省钱。租GPU就上AutoDL 训练疲劳驾驶行为检测 一、准备数据集 数据集可以自己拍照,也可以网上找,博主在网...

AI计算机视觉笔记十二:基于 LeNet5 的手写数字识别及训练
一、介绍 pytorch复现lenet5模型,并检测自己手写的数字图片。 利用torch框架搭建模型相对比较简单,但是也会遇到很多问题,网上资料很多,搭建模型的方法大同小异,在我尝试了自己搭建搭建出来模型,无论是训练还是检测都会遇到很多的问题,像这种自己遇到的问题,请教别人也没有用。原本使用的是github上的一份代码来复现,环境搭建完成后,才发现要有GPU,而我搭建是使用CPU,失败告终,...

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。
AI更多训练相关
产品推荐
阿里云机器学习平台PAI
阿里云机器学习PAI(Platform of Artificial Intelligence)面向企业及开发者,提供轻量化、高性价比的云原生机器学习平台,涵盖PAI-iTAG智能标注平台、PAI-Designer(原Studio)可视化建模平台、PAI-DSW云原生交互式建模平台、PAI-DLC云原生AI基础平台、PAI-EAS云原生弹性推理服务平台,支持千亿特征、万亿样本规模加速训练,百余落地场景,全面提升工程效率。
+关注