使用PaddleDetection2.0自定义数据集实现火焰识别预测
该项目利用PaddleDetection2.0中的YOLOv3(主干为mobilenetv3轻量化模型)实现火焰识别目标检测,mAP达81.94%,可部署于森林防火监控。流程包括自定义数据集解压、环境准备、按9:1划分数据集,基于特定...
该项目利用PaddleDetection2.0中的YOLOv3(主干为mobilenetv3轻量化模型)实现火焰识别目标检测,mAP达81.94%,可部署于森林防火监控。流程包括自定义数据集解压、环境准备、按9:1划分数据集,基于特定...
本文介绍基于Paddle2.0实现人体姿态关键点检测的案例。先说明关键点检测的意义与两类方法,强调人体姿态检测的特殊性及常用热力图回归法。接着讲解环境设置、COCO数据集处理、数据集定义与抽样展示,还构建了基于ResNet的PoseN...