NanoDet 源码解读（inference)

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 1.3k累计阅读 1.4k平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄8年

关注

原创 2023-02-20 15:27:55 1.3k 阅读 AI 写同款· GEO 优化 ›

源码解读2 专栏收录该内容

¥39.90 ¥99.00

13篇文章

订阅专栏

超级会员免费看

网络结构

代码在demo/demo.py

从这一句开始

predictor = Predictor(cfg, args.model, logger, device="cuda:0")

model结构，这里会把没有进入的if分支都删掉，以便简洁。

model = build_model(cfg.model

了解本专栏

订阅专栏解锁全文

超级会员免费看

收录于

当前文章被以下社区和专栏收录：

标签

#深度学习 #人工智能 #python

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） 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。阅读详情

相关推荐

AI系统性应用：从模型交付到业务闭环的工程化实践

机器学习系统性应用是指将模型真正嵌入业务流程、实现可持续价值交付的工程范式。其核心在于打破‘训练即完成’的认知误区，以业务目标为起点，通过数据契约、特征目录、模型卡片、服务SLA等标准化交付物，构建可审计、可维护、可解释的端到端闭环。它强调用业务语言重定义技术需求，以决策锚点网络替代线性流程图，并将监控指标与GMV、客诉率、人工干预率等真实业务结果强绑定。这种应用导向的工程实践，正成为金融、制造、零售等行业AI规模化落地的关键路径，也是解决模型上线后‘不可控、不可信、不可维’问题的根本方法。

weixin_33910759的博客 444

NanoDet代码逐行精读与修改（零）Architecture

详细地介绍了nanodet的结构和方法，适合入门目标检测后的进阶学习

HNU跃鹿战队的博客 6526

NanoDet ncnn源码解读

蓝羽飞鸟的博客 1174

轻量级模型NanoDet基于自己的数据集【接打电话检测】从零构建模型超详细教程

相较于最近不断推陈出新的YOLO系列的模型比如YOLOv6和YOLOv7来说，NanoDet推出的日期就相对比较早，作者这2021年年末的时间节点开源了NanoDet-Plus最新力作，在增加极少计算消耗【1毫秒】的前提下，mAP提高了几十个点，这个不得不说已经是很厉害的存在了。......

Together_CZ的博客 2003

手把手调试Android 14 ShellTransitions：用Log追踪ActiveTransition与Handler匹配过程

本文详细介绍了在Android 14中调试ShellTransitions机制的方法，重点通过Log追踪ActiveTransition与Handler的匹配过程。文章提供了关键日志点植入策略、Handler匹配机制解析及实战调试案例，帮助开发者解决窗口转场动画中的卡顿和错乱问题，提升系统动画性能。

weixin_42652674的博客 428

72-dify案例分享-揭秘！如何用 Dify 实现多语言 PDF 文档原格式翻译

本文围绕 Dify 1.6 + 版本，演示搭建 PDF 文档翻译 Agent：配置 MCP 服务、构建 Agent 并以 URL 传文件测试，实现高效翻译，展现 MCP 跨工具复用与简化集成的优势，助力 AI 应用开发。

个人技术 2285

C++实战指南：使用CodeBlocks构建跨平台wxWidgets窗口应用

本文是一份面向C++初学者的实战指南，详细介绍了如何使用CodeBlocks IDE和wxWidgets框架快速构建跨平台的桌面窗口应用。内容涵盖从环境搭建、项目配置到界面设计、事件处理的全流程，重点讲解了如何利用CodeBlocks的开箱即用支持和wxSmith可视化设计器，高效开发具有按钮、菜单、列表等控件的交互式窗口界面程序，帮助读者轻松入门GUI开发。

weixin_29012677的博客 154

C#中的Chart控件——当数据源很多时可以显示进度条拉动观察，也可以记录到后台文本详细对照

C#中的Chart控件——当数据源很多时可以显示进度条拉动观察，也可以记录到后台文本详细对照下面进行详细步骤说明，感兴趣的同学可以看一下： 1简单示例（一条线）： 2.数据源随着时间不断变化，进度条变化。多条线： 3.看在整段时期内的数据大体图（消去或出现）进度条： 4.后台将时刻记录变化记录到一个txt文本里以供详细校验：话不多说上码： using System; using Sys...

帅boy的博客 4308

OpenClaw与大语言模型（Claude/GPT/MiniMax）的集成架构与最优配置策略

摘要本文探讨了OpenClaw框架与大语言模型(Claude/GPT/MiniMax)的集成架构与优化策略。大语言模型具有强大的自然语言处理能力，但集成面临API成本、响应延迟、上下文管理等挑战。OpenClaw采用分层架构设计，包括用户界面层、对话管理层、提示工程层、模型适配层和API调用层，支持多模型切换、智能对话管理和成本控制。系统通过模型适配层实现不同API的统一调用，并提供缓存、监控等优化机制。该集成方案能够充分发挥大语言模型的优势，为本地AI助理提供更智能的服务。

一键难忘的博客 1692

把 SAP 配置当成一张地图：用 IMG 把实施、变更与治理串成一条清晰的路

摘要 SAP IMG（Implementation Guide）是SAP实施的核心导航体系，它将客户需求转化为系统配置，提供结构化路径和文档化支持。IMG不是简单的菜单树，而是包含业务落地路径、标准化配置活动和文档化知识的实施语言。通过三种视图（Reference、Enterprise、Project）解决不同管理问题，其中Project IMG尤其重要，可管理项目范围、分工和进度。实际工作中应通过SPRO事务码访问IMG，将探索与执行分开管理。案例显示，跨国企业通过Project IMG可有效控制组织架构

2007 年 ~ 2025 年，深耕 SAP 技术 18 年 226

OpenClaw 性能调优五步法

本文介绍了优化OpenClaw性能的五步方法，将响应时间从3秒降至300毫秒。首先建立性能基线，分析模型加载、上下文检索等主要瓶颈。五步优化包括：1）启用模型缓存减少60%延迟；2）优化记忆检索策略降低25%延迟；3）并行化工具调用节省40%时间；4）智能选择轻量级模型减少50%推理时间；5）启用流式输出改善70%感知延迟。最终整体性能提升10倍，并建议建立持续监控机制。这些优化方法经过实战验证，适用于不同规模的OpenClaw部署场景。

刘一说的IT专栏 1425

【四足机器人项目实战】四足机器人嵌入式硬件设计

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加 TODO:写完再整理文章目录系列文章目录前言一、电源管理板设计及制作二、通讯中继板设计及制作三、力控无刷电机驱动板设计及制作1.磁场定向控制FOC控制原理2.电机转子位置、速度检测原理3.硬件CAN通讯原理前言认知有限，望大家多多包涵，有什么问题也希望能够与大家多交流，共同成长！本文先对四足机器人–嵌入式硬件设计做个简单的介绍，具体内容后续再更，其他模块可以参考去我其他文章提示：以下是本篇文章正文内容一、电

qq_35635374的博客 1万+

NTscan扫描工具

ntscan是一个扫描器，可以扫描没有密码和弱密码的共享，先到配置文件中填写猜测的用户名和密码，扫描过程中右侧出现的是扫描日志。

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面，电脑运行连游戏界面都一样大小，很怀旧，很真实，（英文版）强烈推荐，很小的文件，很难才找到的。

efm32 入门.pdf

本PDF共计22页，介绍的是操作驱动API，下载与否自己斟酌。

Camera2Demo

在Camera2 的基础上进行封装，使得Camera2一堆初始化逻辑与Activity分离，降低耦合度，完成预览拍照并保存的操作

上一篇： leetcode 1971. Find if Path Exists in Graph（图中是否存在路径）

下一篇： leetcode 834. Sum of Distances in Tree（树中的距离和）

AI系统性应用：从模型交付到业务闭环的工程化实践