SqueezeDet自动驾驶实时目标检测demo演示记录

本文详细记录了使用SqueezeDet进行自动驾驶实时目标检测的步骤,包括从GitHub下载库、配置Linux Python虚拟环境、安装依赖、解决模型下载问题以及在虚拟环境中运行demo.py的过程。尽管在运行过程中遇到了预处理模型下载问题,但通过其他博主分享的网盘链接成功获取模型并完成演示。

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

根据Github地址:https://github.com/BichenWuUCB/squeezeDet白话记录

1.首先下载库,可以网页下载或者clone

git clone https://github.com/BichenWuUCB/squeezeDet.git

2.配置Linux中python虚拟环境

i.

cd ~
virtualenv env --python=python

新手一个第一次接触virtualenv,主要由于每个项目依赖的python版本不同,所需要好多个python,该第三方库就是为了解决这个问题的,当然也许还有别的功能原谅我现在还了解的不够透彻。

ii.

source env/bin/activate

激活刚创建的虚拟环境env,输入后终端命令前面会多出(env)

3.

pip install -r requirements.txt

在虚拟环境中安装依赖库,这里的requirements.txt没有指定路径,但是我安装的时候需指定路径,不然会报错没有该文件。

-------写到这准备下一步发现作者提供的demo预处理模型下载不了了,只能从训练及验证下手了,但素训练集图片要11个G,下完研究好在续

---------------------------

从一篇文件发现了模型链接,感谢该博主将网盘链接共享 mua~链接:https://blog.youkuaiyun.com/hanpengpeng329826/article/details/72782992

下载之后放入data文件夹中,按照教程解压一下

cd $SQDT_ROOT/data/
t
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