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
上一页 下一页

© 版权所有 2022, mmedu. 修订 0688265c.

利用 Sphinx 构建,使用了 主题 由 Read the Docs开发.