比赛计划

本文总结了深度学习环境搭建过程,包括CUDA与cuDNN配置、Paddle安装及数据集处理。已实现YOLO与CascadeRCNN模型训练,计划进行模型调参降低loss,转换模型格式并进一步处理数据。

总结与规划

已完成目标

(1)完成环境变量的配置,配置好cuda与cudnn。
(2)完成paddle的安装与基本配置使用。
(3)完成数据集的完善与配置,去掉空目标,写入list.txt文件。
(4)能够用yolo、casasde RCNN等模型进行训练。

未来计划

(1)将保存后的模型转成CSV格式,提交查看训练结果。
(2)对yolov3、cacasde模型进行调参,使其能够减少loss。
(3)选择paddle增强后的yolo模型进行训练。需要配置好其文件。
(4)对数据进行进一步处理,例如 第五个目标waterceed的去除。
(5)对数据进行预处理
以上计划,重要度依次下降。

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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