Skip to content

Latest commit

 

History

History
21 lines (14 loc) · 915 Bytes

File metadata and controls

21 lines (14 loc) · 915 Bytes

Make_Object_Detection_Algorithm_Useful.md# Resource 目标检测算法工程落地 57贊同

兩個重點

backbone選取以及針對realtime的調參手法

網路選取 : 考慮realtime,以及硬體性能,以下幾點是優先選擇

  • 參數量小的網路(例如MobileNet系列,現在已經出到v3)
    • 以往都是用VGG,現在使用mobilev2, 可以大幅提升速度
  • 更傾向單階段(yolo/ssd的變形結構)
  • 初始化,網路蒸餾,去除掉某些基礎特徵層,都是讓網路變小但是精確度損失較小的技巧
  • anchor及損失函數的權重會根據你的資料集有不同的影響

工程化

  • PC端到Edge端
  • C++接口開發,並將預測結果提供給Edge端相關軟體,再現實測然後並行修改