机器学习笔记 - 基于OpenMMLab在自定义数据集上训练RTMDet网络

本文介绍了基于OpenMMLab在自定义数据集上训练RTMDet网络的过程,包括RTMDet的特性、OpenMMLab框架的介绍、库的安装、预训练模型推理、数据集下载、模型训练与评估。RTMDet是一种高效的目标检测器,融合了准确性和速度。通过Roboflow Universe获取数据,使用MMDetection进行训练和评估。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、什么是 RTMDet?

        RTMDet是一种高效的实时目标检测器,其自报告指标优于YOLO 系列。它在COCO上实现了52.8% 的 AP ,在 NVIDIA 3090 GPU 上实现了300+ FPS,使其成为当前号称最快、最准确的目标检测器之一。

RTMDet 与其他实时物体检测器的对比。

         RTMDet 采用了一种在主干和颈部具有兼容能力的架构,该架构使用包含大内核深度卷积的基本构建块构建。这种设计增强了模型捕获全局上下文的能力,同时保持快速的推理速度。

<
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

打赏作者

坐望云起

如果觉得有用,请不吝打赏

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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