SimpleDet专栏开篇（热门目标检测框架）

引言

SimpleDet是一套简单通用的目标检测与物体识别的框架。整套框架基于MXNet的原生API完成。

主要特点

• FP16训练可节省内存并加速2.5倍

• 开箱即用的高度可扩展的分布式训练

• 全面涵盖了最先进的模型，包括FasterRCNN, MaskRCNN, CascadeRCNN, RetinaNet, DCNv1/v2, TridentNet, NASFPN , EfficientNet, 和 Kownledge Distillation。

• 广泛的功能集，包括大批次BN，同步损失，自动BN融合，soft NMS，多尺度训练/测试

• 模块化设计，无需编码即可探索新的实验设置

• 广泛的文档，包括带注释的配置、Fintuning指南。

目 录 

1.基准测试

      1.1对SimpleDet进行基准测试，给出测试平台和测试结果。

2.构建wheel包

     2.1介绍将自定义mxnet打包为用于本地安装的python wheel的过程。

3.数据集

      3.1介绍了从COCO格式，VOC格式或JSON格式创建roidb的过程。

4.分布式训练

      4.1提供启动具有Singularity包的分布式训练的指南

5.微调

      5.1本文档介绍了为你的自定义数据集启用现有模型的过程。

6.框架概述

      6.1概述检测器及组件

7.安装

      7.1介绍安装过程

8.tensorboard

       8.1设置tensorboard以及在shell发布

更新计划

每周两篇，欢迎持续关注，一起进步。

☆ END ☆

如果看到这里，说明你喜欢这篇文章，请转发、点赞。微信搜索「uncle_pn」，欢迎添加小编微信「 mthler」，每日朋友圈更新一篇高质量博文。

↓扫描二维码添加小编↓