# 地标检测和侧面任务检测算法
## 本地部署启动训练任务
```
python3 mobile_ssd.py
```
## 相关配置修改
``` python
train_parameters = {
# 输入网络的图像尺寸
"input_size": [3, 300, 300],
# 包含背景类的所有类别的个数
"class_dim": 6,
"label_dict": {},
"image_count": -1,
"log_feed_image": False,
# 是否加载预训练模型
"pretrained": True,
#预训练模型的路径
"pretrained_model_dir": "./pretrained-model",
"continue_train": False,
# 训练好的模型保存路径
"save_model_dir": "./ssd-model",
"model_prefix": "mobilenet-ssd",
# 数据所在根目录
"data_dir": "data/",
# 预处理均值和方差
"mean_rgb": [127.5, 127.5, 127.5],
# 训练标注文件相对于"data_dir"目录
"file_list": "road_train.txt",
# 同理评测标注文件
"eval_list": "road_eval.txt"
"mode": "train",
"multi_data_reader_count": 5,
# 训练轮数
"num_epochs": 120,
# 训练batch
"train_batch_size": 2,
# 是否使用GPU
"use_gpu": False,
"apply_distort": True,
"apply_expand": True,
"apply_corp": True,
"image_distort_strategy": {
"expand_prob": 0.5,
"expand_max_ratio": 4,
"hue_prob": 0.5,
"hue_delta": 18,
"contrast_prob": 0.5,
"contrast_delta": 0.5,
"saturation_prob": 0.5,
"saturation_delta": 0.5,
"brightness_prob": 0.5,
"brightness_delta": 0.125
},
"rsm_strategy": {
"learning_rate": 0.001,
"lr_epochs": [20, 40, 60, 80, 100],
"lr_decay": [1, 0.5, 0.25, 0.1, 0.05, 0.01],
},
"momentum_strategy": {
"learning_rate": 0.1,
"decay_steps": 2 ** 7,
"decay_rate": 0.8
},
"early_stop": {
"sample_frequency": 50,
"successive_limit": 3,
"min_loss": 1.28,
"min_curr_map": 0.86
}
}
```
## 训练显卡配置在mobile_ssd.py
```
place = fluid.CUDAPlace(0) if train_parameters['use_gpu'] else fluid.CPUPlace()
```
## 数据标志格式
见示例
没有合适的资源?快使用搜索试试~ 我知道了~
标志检测和识别模型神经网络和代码
共3个文件
txt:1个
py:1个
md:1个
0 下载量 78 浏览量
2024-04-19
18:34:59
上传
评论
收藏 10KB ZIP 举报
温馨提示
标志检测和识别模型神经网络和代码
资源推荐
资源详情
资源评论
收起资源包目录
标志检测和识别模型神经网络和代码.zip (3个子文件)
标志检测和识别模型神经网络和代码
AIstudio部署链接.txt 169B
mobile_ssd.py 33KB
README.md 2KB
共 3 条
- 1
资源评论
一寸光阴不可轻
- 粉丝: 7651
- 资源: 27
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功