前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >教你快速运行谷歌EfficientDet目标检测

教你快速运行谷歌EfficientDet目标检测

作者头像
机器学习AI算法工程
修改2020-09-02 14:05:56
1.3K0
修改2020-09-02 14:05:56
举报
文章被收录于专栏:机器学习AI算法工程

EfficientDet是谷歌大脑于去年11月份公布的目标检测算法族,涵盖轻量级到高精度的多个模型,COCO数据集上达到 50.9 mAP,一经推出便获得了大量关注!

EfficientDet原出于论文 EfficientDet: Scalable and Efficient Object Detection,开源页面显示,这篇论文已经被CVPR 2020接收。

在算法设计上有三大特点:

1. 优秀的主干网络。同样出自谷歌家族的EfficientNets 。

2. 双向FPN(BiFPN,特征金字塔网络)。可以方便且更好的进行特征融合。

3. 模型缩放技术。设计好模型的主干网络、特征网络、预测网络后,按照一定的优化规则,在网络的深度、宽度、输入图像的分辨率上进行模型缩放,故EfficientDet其实是一系列网络,可在统一架构下得到适合移动端和追求高精度的多个模型。

作者们结合BiFPN和特征融合策略设计了与YOLOv3精度相仿的EfficientDet-D0,使用模型缩放技术得到一系列检测模型:EfficientDet-D1 到 D6,在精度和模型复杂度上权衡。

其高精度模型 EfficientDet-D6 在COCO数据集上达到 50.9 mAP,而仅需要51.9M 参数 和 229B FLOPs。相比于之前的最好算法(AmoebaNet + NAS-FPN + AutoAugment )达到了更高的精度,却仅有1/4参数量,1/13的FLOPs,在GPU/CPU上运行结果快3~5倍!

EfficientDet D0-D6所有预训练模型:

同时为了方便使用,谷歌也提供了训练代码。

AI项目体验地址 https://loveai.tech

快速运行

1.安装 tensorflow 1.XX版

2.下载预训练模型 和代码

https://github.com/google/automl/tree/master/efficientdet

将模型解压后 放入 models 目录下

3. 修改相关路径 ,运行代码

注意输入图片大小否则会报错:

效果展示

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-04-18,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 机器学习AI算法工程 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
图像识别
腾讯云图像识别基于深度学习等人工智能技术,提供车辆,物体及场景等检测和识别服务, 已上线产品子功能包含车辆识别,商品识别,宠物识别,文件封识别等,更多功能接口敬请期待。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档