MMEdu
latest
关于MMEdu
MMEdu的故事
开发和维护团队
版本更新记录
MMEdu大事记
快速入门
MMEdu简介
MMEdu安装
体验MMEdu
训练AI模型
部署AI应用
进阶教程
MMEdu的目录详解
MMEdu的模块概述
图像分类模块:MMClassification
物体检测模块:MMDetection
自定义网络模块:MMBase
MMEdu的数据集格式详解
内置工具
数据集标注工具
Web库PyWebIO简介
MQTT库siot简介
开源硬件库pinpong简介
Web库Flask简介
在线课程和创意项目
项目:设计“石头剪刀布”陪玩机器人
课程:神经网络和计算机视觉实验
课程:走进万物智联的世界
项目:电路符号识别小助手
资源获取和问题解答
常见问题解答
预训练模型和权重文件下载
数据集下载
GPU版本的手动安装
深度学习知识库
深度学习训练参数详解
经典数据集介绍
图片分类模型MobileNet
图片分类模型LeNet-5
MMEdu
»
<no title>
在 GitHub 上修改
MMEdu的目录详解
MMEdu目录:
checkpoints目录:
dataset目录:
demo目录:
HowToStart目录:
tools目录:
visualization目录:
MMEdu的模块概述
图像分类模块:MMClassification
简介
使用说明
1.模型推理
2.训练模型
3.继续训练
4.SOTA模型介绍
物体检测模块:MMDetection
简介
使用说明
1.直接推理(支持CPU)
2.训练模型
3.继续训练
4.SOTA模型介绍
自定义网络模块:MMBase
0.引入包
1.声明模型
2.载入数据
3.搭建模型
4.模型训练
4.1正常训练
4.2 继续训练
5.使用现有模型直接推理
6.输出推理结果
7.模型的保存与加载
8.查看模型结构
附录
1. add()详细介绍
MMEdu的数据集格式详解
1.ImageNet
第一步:整理图片
第二步:划分训练集、验证集和测试集
第三步:生成标签文件
第四步:给数据集命名
2.COCO
第一步、整理图片
第二步、标注图片
第三步、转换成COCO标注格式
第四步、按照目录结构整理文件