Windows 10系统下如何搭建轻量级目标检测NanoDet-plus环境？

已于 2022-08-12 17:29:29 修改
阅读量2.5k 收藏 32
点赞数 3
CC 4.0 BY-SA版权
分类专栏： 目标检测 文章标签： NanoDet-plus 计算机视觉 目标检测 人工智能
于 2022-08-12 16:30:26 首次发布
Cat—From layman to Master
本文链接：https://blog.youkuaiyun.com/GenuineMonster/article/details/126296956

        NanoDet与YOLO一样，都是目标检测算法中的经典之作，在NanoDet-plus发布之后，很多CVer都争先恐后地进行尝试，感受其与NanoDet的不同。以上的截图已经将NanoDet-plus的优点完全概括，这里就不再赘述。新的plus版本精度和速度都有提高（与其他轻量级模型如YOLOv5-n、YOLOX-Nano等相比）（1ms的延时换来了30%精度的提升），较为简单的训练辅助模块和易于部署的模型也得到了广大CVer的好评，不多说，我们开始尝试一下吧。下图是NanoDet-plus与其他目标检测算法的对比（来源是Github的NanoDet仓库）。

一、软硬件配置

1、软件：Windows 10专业版、Visual Studio 2019（安装CUDA时需要）、CUDA11.1、Pytorch1.8.1、Pycharm专业版、Python3.9.7。CUDA安装教程连接：目标检测第3步：如何在W

最低0.47元/天 解锁文章

200万优质内容无限畅学
目标检测YOLO实战应用案例100讲-基于轻量化神经网络的目标检测算法研究与应用
qq_36130719的博客
05-16 1283
近年来，随着大数据、云计算、人工智能和自动驾驶等技术的发展，以图像和视频为载体的信息在互联网中的应用越来越广泛，以及在自然场景下获取到的信息大部分是图像，因此通过计算机进行视觉任务的处理显得越来越重要。计算机是通过算法模拟人的视觉认知可以实现自动从图像或者视频中提取视觉信息进行分析处理。计算机视觉相关技术的应用和发现对减少人力资本消耗，促进经济发展和改善人们的生活水平有着重大意义，所以现在工业界和学术界都投入了越来越多的资源于计算机视觉的研究。
NanoDet安装教程
m0_53291740的博客
09-26 1280
建简单，数据处理简单，直接检测目标的中心及方框位置的特点。可以说，它放弃了之前一直被使用。是用于人脸检测的轻量级网络，可部署于移动端实时运行。但模型太大，不适合移植到移动端或嵌入式设备，依赖项来解决问题，如下所示。# 下载失败可能是网络问题， 更换镜像源。如果您不想增加图像大小，则可以通过安装。，直接输出预测框的坐标，而不需通过。依赖项，从而增加图像大小。，对单阶段检测模型三大模块。化，目标加检测速度很快。具有结构简单优雅，构。再断开连接，重新连接。再断开连接，重新连接。案，但如果您只是获得。
Nanodet on win10(anaconda环境）
b_z_K____0012的博客
04-08 1019
Nanodet 轻量级模型在anaconda环境下的配置教程nanodet简介一 准备环境二 anaconda中创建环境和配置1. 打开conda的命令行界面2. 创建和配置环境3.cd到下载的nanodet路径下2.1 题目描述2.1.1 简述前两题三 测试模型四 模型训练 nanodet简介 轻量级模型，模型大小只有1.8M，适合移动端和嵌入式开发 nanodet github地址 一 准备环境 1.下载anaconda选择合适的版本，本文中使用winx64 anaconda官网地址 2.配置对应c
基于VS2017+OpenCV，C++搭建NanoDet-Plus轻量级目标检测模型并训练（一）
weixin_44826958的博客
04-07 5181
1.绪论 官方GitHub地址：https://github.com/RangiLyu/nanodet 中文知乎地址： https://zhuanlan.zhihu.com/p/449912627 性能如下图，在一众轻量化目标检测算法中是很有竞争力的。 但是官方给的demo没有基于C++ opencv调用的，因此就有了这篇博客。 2.环境准备 系统：Win10 VS2017 opencv：4.5.1GPU版本 3.配置修改 前面环境搭建可以依照官方的教程一步步进行，执行完python setup.py d
轻量级目标检测模型NanoDet-Plus微调、部署（保姆级教学）
qq_20144897的博客
08-02 1万+
超轻量级目标检测模型NanoDet-Plus微调、ONNRuntime部署保姆级教学！
NanoDet Plus超快速、轻量级的无锚目标检测模型 仅980 KB（int8）/1.8MB（fp16），在手机上运行
08-13
NanoDet Plus超快速、轻量级的无锚目标检测模型。仅980 KB（int8）/1.8MB（fp16），在手机上运行
目标检测6--NanodetPlus算法分析
机器人视觉感知
10-27 3445
NanoDet是上海人工智能实验室的RangiLyu于2020年10月份开源的轻量级检测项目，取得了很好的效果，广受关注。2021年12月份，作者又更新发布了NanoDetPlus，在coco val上的map提升了7个百分点。虽然作者将模型最终的输出concat为了一个输出，从下图可以看到有四个输出头，对应的stride分别为。
史上最详细！nanodet及nanodet-plus训练自己的数据集（自定义数据集）（更新时间2025.4.10）
最新发布
Cat
04-10 1077
nanodet是众多目标检测算法中轻量化、精度高、速度快的典型代表，在YOLO为王的当下也备受推崇，之前给大家分享过如何搭建naonodet的环境以及搭建环境时会遇到哪些BUG，今天给大家分享一下nanodet如何训练自己收集标注的数据集，也就是自定义数据集。
nanodet+win10+cpu测试，GPU训练
weixin_42165913的博客
09-05 1403
CPU可以测试，但是不可以训练，建议一开始就直接下cuda_gpu版本的 。。。 https://github.com/RangiLyu/nanodet ** 一、测试CPU ** 如果要测试CPU版本，可以去pytorch官网下载对应版本的torch,我pip的是这个版本的。建议先安torch，再按照requirements.txt下载。 pip install torch==1.8.0+cpu torchvision==0.9.0+cpu torchaudio==0.8.0 -f https://dow
NanoDet-Plus及其代码解读
Mao_Jonah的博客
02-09 4629
NanoDet-Plus及其代码解读一、前言lossReference: code: Nanodet 一、前言 之前就有关注过NanoDet，在轻量级检测模型中，卓越的性能，引起了广泛讨论，正巧前端时间看到NanoDet作者更新了第二代模型NanoDet-Plus，同时最近在做一些知识蒸馏的工作，看到NanoDet-Plus也引入了LAD[2]的工作，于是研究了一下NanoDet-Plus代码并进行一些修改实验。关于NanoDet-Plus的实验原理等，直接见作者的文章[1]，写得很详细，写得非常棒。本文主
nanodet-main.zip
11-24
项目NanoDet，目标检测模型文件仅 1.8 MB 特点： 超轻量级：模型文件只有1.8 MB 超快速：在移动 ARM CPU 上达到 97fps(10.23ms) 训练友好：训练占用内存少。可设置Batch-size=80，在 GTX1060 6G上也可以训练。 易部署：作者提供了基于 ncnn 推理的 C++ 实现和安卓部署 demo。
nanodet-opncv-dnn-cpp-python：用opencv部署nanodet目标检测，包含C ++和python两种版本程序的实现
03-04
nanodet-opncv-dnn-cpp-python 用opencv部署nanodet目标检测，包含C ++和python两个版本程序的实现，使用opencv里的dnn模块加载网络模型，图像预处理和后处理模块是使用C ++和python编程实现。深度学习框架，在Windows系统和ubuntu系统，在cpu和gpu机器上都能运行。 python版本的主程序是main_nanodet.py，c ++版本的主程序是main.cpp 程序里提供输入图片尺寸320和416这两种选择，类别放置信度阈值confThreshold，nms重叠率阈值nmsThreshold可自行调整
ncnn测试nanodet环境搭建
appleaper的博客
11-26 1862
ncnn测试nanodet环境搭建 我的环境：win7+VS2019+cmake 按照demo：https://github.com/RangiLyu/nanodet/tree/main/demo_ncnn 1.安装Vulkan。 我直接选了最新版，然后傻瓜式直接下一步下一步。完成之后重启一下。Vulkan就会直接的自动添加到环境目录中了。 2.安装ncnn 打开类似命令行输入器： Start the command prompt: Start → Programs → Visual Studio 2017
NanoDet 深度学习目标检测框架快速入门教程
gitblog_00493的博客
08-08 892
NanoDet 深度学习目标检测框架快速入门教程 1. 项目目录结构及介绍 nanodet/ ├── config/ # 配置文件目录 │ ├── models/ # 各种模型的配置文件 ├── data/ # 数据集处理脚本和配置 │ ├── coco/ # COCO数据集相关的配置 ├── lib/ # 工具函数库 │...
nanodet_ncnn_vs2019环境搭配
appleaper的博客
11-26 1048
我的环境准备： VS2019 opencv3.4.12 protobuf-3.4.0 ncnn ncnn_window安装： Build for Windows x64 using VS2017 因为我只用cpu不用GPU，所以在ncnn编译的时候，输入参数需要重新改变 cmake -G"NMake Makefiles" -DCMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=%cd%/install -DProtobuf_INCLUDE_DIR=<pr
从零开始，带你用Nanodet目标检测模型完成自动捡球机器人
weixin_42754478的博客
04-24 6826
文章目录前言机械结构电控设计思路视觉思路小球的目标检测传统方法OR深度学习Nanodet目标检测算法训练与部署1.手动创建数据集2.数据标注3.数据增强4.xml转json5.配置config文件6.训练模型7.检测模型效果8.转换pth文件为onnx文件9.转换ONNX文件为IR模型（xml和bin）10.在Qt上用C++ 和 opencv部署Nanodet模型11.目标检测效果路径规划算法1.路径规划状态机2.选择最佳方向和前进距离2.1思路一、遍历每个小球看哪个小球周围的球的个数最多2.2思路二、基于
记录一次nanodet-plus的环境配置
Ricaido_che的博客
03-01 822
记录一次nanodet-plus的环境配置
目标检测——使用nanodet训练自己制作的数据集并测试模型，通俗易懂（详细图文教程）
热门推荐
qq_40280673的博客
08-02 1万+
关于目标检测的模型有很多，**nanodet**模型小且轻量化，适合移植部署到硬件设备上，非常推荐学习这个模型。经过我自己踩了无数坑后总结了此教程，助学刚接触nanodet，想要快速上手的学者，教程很详细，学者耐心看。...
基于Ubuntu搭建NCNN+nanodet环境
lc22311的博客
04-18 620
要使用 Vulkan 后端，请安装 Vulkan 头文件、vulkan 驱动程序加载程序、GLSL 到 SPIR-V 编译器和 vulkaninfo 工具。最好来自您的分发存储库。下载并安装完整的 Vulkan SDK（大小约为 200MB;它包含所有头文件、文档和预构建的加载程序，以及一些额外的工具和所有内容的源代码）使用NCNN运行nanodet。
评论 6
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

liO_Oil

打赏我，开启隐藏模式。

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值