ssd训练自己的数据集

基于SSD算法实现对自己数据集的训练与检测。(该专题以操作为主)

SSD是一种非常优秀的one-stage目标检测方法,one-stage算法就是目标检测和分类是同时完成的,其主要思路是利用CNN提取特征后,均匀地在图片的不同位置进行密集抽样,抽样时可以采用不同尺度和长宽比,物体分类与预测框的回归同时进行,整个过程只需要一步,所以其优势是速度快。

这篇文档主要讲述怎样用SSD算法来实现对自己数据集的训练步骤,以及一些可能遇到问题的解决方案。

源码采用开源代码,链接如下:

https://github.com/bubbliiiing/ssd-pytorch

代码结构如下图所示

ssd训练自己的数据集_第1张图片

1、准备数据集

需要准备VOC格式的数据集(以VOC格式数据集为例)

你可能感兴趣的:(目标检测,目标检测,python,深度学习,人工智能,pytorch)