Google MobileNet-SSD检测网络的caffe实现

最新推荐文章于 2021-05-11 10:51:22 发布
原创 最新推荐文章于 2021-05-11 10:51:22 发布 · 454 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#MobileNet-SSD #深度学习 #目标检测

本文介绍了如何使用Caffe实现MobileNet-SSD目标检测网络，包括在VOC0712数据集上的训练，达到mAP=0.727的精度。提供训练自定义数据集的步骤，以及在Android上运行的方案。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

MobileNet-SSD

本文原文来源于GitHub,经本人翻译首发于优快云，仅供技术分享所用，不作商用。欢迎大家关注我的公众号: gbxiao992

原文链接：https://github.com/chuanqi305/MobileNet-SSD#mobilenet-ssd

MobileNet-SSD检测网络的caffe实现，基于VOC0712数据集训练，mAP = 0.727。

Network mAP Download Download
MobileNet-SSD 72.7 train deploy

Run

1.下载SSD源代码（源码网址）并编译.（遵循SSD README文件说明进行操作）
2. 从上表的链接中，下载预训练好的deploy weights.
3. 将所有文件放在SSD_HOME/examples/路径下.
4

最低0.47元/天 解锁文章

200万优质内容无限畅学
轻量级目标检测框架MobileNet-SSD在Caffe下实现的流程步骤
jsk_learner的博客
07-12 2821
本篇博客将涉及对Mobilenet-v1的简单介绍、Mobilenet-SSD的下载及文件说明、网络训练部分、网络测试部分、批归一化融合验证、finetune训练、DepthwiseConvolution即深度可分离卷积在caffe下的实现等内容。
Mobilenet-SSD的Caffe系列实现
热门推荐
Jesse_Mx的博客
11-30 4万+
先引出题目，占个坑，以后慢慢填。 mobilenet 也算是提出有一段时间了，网上也不乏各种实现版本，其中，谷歌已经开源了Tensorflow的全部代码，无奈自己几乎不熟悉Tensorflow，还是比较钟爱Caffe平台，因而一直在关心这方面。 单纯的Mobilenet分类不是关注重点，如何将其应用到目标检测网络才是关键，目前基本看好的思路就是Mobilenet+SSD，github上已经有至
Mobilenet-SSD的Caffe系列实现-附件资源
03-05
Mobilenet-SSD的Caffe系列实现-附件资源
MobileNetSSD_deploy.caffemodel
08-20
Ncsdk_ssd网络_咖啡训练模型。ncsdk的caffe例子里面 有时候下载不了这个文件。导致运行失败，所以上传一份方便大家下载
MobileNet的caffe模型mobilenet.caffemodel
10-26
来源于http://github.com/hollance/MobileNet-CoreML的模型文件，方便google访问限制的小伙伴进行模型文件的下载
Mobilenet-SSD 车辆检测
01-07
mobilenet ssd 车辆检测 caffe
Google MobileNet SSD检测网络的Caffe实施，在VOC0712和mAP = 0.727上具有预训练的权重。-C/C++开发
05-26
MobileNet-SSD MobileNet-SSD检测网络的Caffe实现，在VOC0712和mAP = 0.727上具有预训练的权重。 网络mAP下载下载MobileNet-SSD 72.7培训MobileNet-SSD MobileNet-SSD检测网络的Caffe实现，在VOC0712和mAP = 0.727上...
Caffe实现MobileNet-SSD检测网络与预训练权重下载指南
资源摘要信息:"Google MobileNet SSD检测网络的Caffe实施，在VOC0712和mAP = 0.727上具有预训练的权重" 知识点: 1. Google MobileNet SSD: MobileNet SSD是一种基于深度学习的目标检测模型，它采用了单发多框检测...
bvlc_googlenet.caffemodel ， mobilenet_ssd.caffemodel 和 bvlc_googlenet.caffemode
04-11
openCV DNN模块需要的.caffemodel 和对应的 .prototxt文件。包括bvlc_googlenet.caffemodel ， mobilenet_ssd.caffemodel 和 bvlc_googlenet.caffemodel， mobileNet_deploy.prototxt
YOLO和SSD
weixin_42489151的博客
05-11 721
YOLO: googlenet+4个卷积+2个全连接层 网络输出大小7730 流程解释： 默认将图片分成网格，每个网格预测两个bbox，NMS。 单元格： 77个像素值，49个单元格 每个单元格负责预测一个物体类别，直接预测物体的概率值 每个单元格预测两个bbox位置，两个bbx置信度 一个bbx，xmin ymin xmax ymax confidence 30：两个bbx 42+2=10 20个输出代表20类的预测概率结果 网格的输出筛选： 一个网格有两个bbx 但是在训练时只有一个bbx负责预测
coco-ssd-mobilenet-v1-1.0-quant-2018-06-29.zip
07-28
tensorflow lite example 中的object_detection资源文件，下载后放到app下的build下的zips中，同时修改download_model.gradle文件，屏蔽task downloadZipFile,并把task downloadAndUnzipFile 中的 from zipTree(downloadZipFile.dest) 修改为 from zipTree(new File(buildDir, 'zips/coco_ssd_mobilenet_v1_1.0_quant_2018_06_29.zip')) 当然如果你没有积分，找到download_model.gradle中task downloadZipFile中的链接地址，使用迅雷下载后做上述操作也是可以的
Python-Caffe实现MobilenetSSD人脸检测器兼容树莓派
08-11
Caffe 实现Mobilenet-SSD人脸检测器（兼容树莓派）
简单GoogLeNet实现
chenjiale5的博客
08-06 434
import numpy as np import torch from torch import nn from torch.autograd import Variable def conv_relu(in_channel, out_channel, kernel, stride=1, padding=0): layer = nn.Sequential( nn.Con...
SSD总结
无名份的浪漫2018
12-31 1181
-------------Z  F J 1 直观感受 SSD是端对端的一步走的运行方式，这个方式类似于YOLO，而不同于Faster RCNN，所以速度上是类似于YOLO的速度，而高于Faster RCNN的速度，这个比较高的速度，实时性很强，可以应用到很多的场合。精度方面，SSD是采用不同的特征层进行检测（多尺度），因此就可以容纳很多不同现状、不同大小的问题的轮廓，所以在小物体的检查上面也是比...
googlenet 和 VGG 比较
张洁的笔记
05-20 7971
googlenet 是2014年imagenet的冠军，同年还有VGG。因此在说googlenet之前，先回顾下VGG。 之前介绍过faster RCNN， faster RCNN底层的模型官方支持了VGG和ZF，同样在K80下，ZF大概是8fps的速度，而VGG大概是3fps，这无疑就说明了VGG有些重。再给个直观的感受，通常我们VGG的faster RCNN模型大概是400M左右，而goog...
实现MobileNet-SSD网络并进行优化
liu_xiao_cheng的专栏
09-20 7604
各种教学视频或文档资料 +QQ：635992897 主要目的：在移动端运行目标识别算法 选用网络mobilenet 选用平台 caffe 思路 选用github已有项目优化（优化方式主要参考网上博客和论文） 下载https://github.com/chuanqi305/MobileNet-SSD，git clone到caffe下的examples下； MobileNet-SSD项目内...
CNN、LeNet、AlexNet、VGG、GoogLeNet、RCNN、Fast RCNN、Faster RCNN、YOLO、YOLOv2、SSD等的关系
Steven_Cary的博客
04-19 2436
卷积神经网络的现状 1943年美国数学家提出人工智能 1949年心理学家建立神经元模型 1957年弗兰克提出 感知器人工神经网络模型 1980年建立多层感知器模型 1984日本学者提出卷积神经网络原始模型神经感知机 1998年提出LeNet-5卷积神经网络，并发展了其在音符和字符上的优势 2012年提出八层网络结构的AlexNet卷积神经网络 2014年牛津大学提出VGG网络 2015年谷歌提出GoogLeNet，同年微软构建了RestNet 1、CNN，卷积神经网络，是以卷积为核心的一大类网络。 2、Le
caffe-SSD配置及用caffe-MobileNet-SSD训练自己的数据集
Chris_zhangrx的博客
05-26 1万+
1.配置 caffe-ssd 下载源码 github 地址： https://github.com/weiliu89/caffe 在命令行中输入： git clone https://github.com/weiliu89/caffe 下载完以后会得到一个名为 caffe 的文件夹，我们进入这个文件夹然后在此路径下打开命令行输入： git checkout ssd 来切换ca...
评论
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
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