轻量级模型NanoDet基于自己的数据集【接打电话检测】从零构建模型超详细教程

相较于最近不断推陈出新的YOLO系列的模型比如YOLOv6和YOLOv7来说,NanoDet推出的日期就相对比较早,作者这2021年年末的时间节点开源了NanoDet-Plus最新力作,在增加极少计算消耗【1毫秒】的前提下,mAP提高了几十个点,这个不得不说已经是很厉害的存在了。

与FastestDet类似,NanoDet也是主打轻量级路线的,对于一些边缘端算力比较弱的设备来说就是莫大的福音,在我前面的一些文章里面也有介绍过其他轻量级模型的内容,还没有去横向地对比下不同轻量级系列模型的性能差异,目前的更多的工作是以应用实践为主,将一些比较能打的模型真正落地到工业业务场景里面来,支撑实际的业务需求。

本文主要是基于NanoDet来实践目标检测模型,我们基于一个开源的数据集来实现接打电话的检测,首先看下效果,如下所示:

 官方的项目地址在这里,截图如下所示:

轻量级模型NanoDet基于自己的数据集【接打电话检测】从零构建模型超详细教程_第1张图片

 截至目前已经有4.5K+的star量了还是很厉害的了。

你可能感兴趣的:(目标检测实战,深度学习,人工智能)