目标检测与分类(PyTorch),银河星君,学习计划:
1、准备好自己的数据集;
2、准备好相关配置文件;
3、学习pytorch下的yolov3模型训练;
4、在libtorch下调用yolov3模型和测试;
5、自己可以用c++进行libtorch下的接口封装,生成动态库;
课程目标:
你将从本课程中学习如何用pytorch训练yolov3模型并用libtorch去加载
课程简介:
1、基于pytorch1.4+Libtorch1.4+CUDA10.1+python3+windows10+opencv3.4.4
2、使用PyTorch1.4进行yolov3的模型训练
3、使用Libtorch1.4进行yolov3的模型测试
4、使用libtorch1.4加载darknet c训练的yolov3模型
5、本课程示例数据集基于CCPD2020的车牌数据集进行目标检测和分类的演示。
6、提供visual studio 2019的libtorch工程;
7、C++下使用opencv3.4.4的计算机视觉库; 适用人群:适合于想做目标检测和分类的同学;有python和C++语言基础的同学;有深度学习卷积网络等基础知识的同学;