文章目录[隐藏]
1 ImageNet分类网络微调
可以直接修改模型的成员layer，例如：
model.fc = nn.Linear(fc_features, n)
2 COCO预训练微调
需要对head部分进行修改；
版权声明：本文为CSDN博主「songyuc」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/songyuc/article/details/122481649
相关推荐
faster rcnn里的rpn详解
RPN 解析_lanran2的博客-CSDN博客_rpn
YOLOX训练：显存足够，但依旧CUDA out of memory（Tried to allocate 5.58 GiB，8.00 GiB total capacity，6.40 GiB free）
问题已经解决，请参考以下博文： https://blog.csdn.net/ELSA001/article/details/120918082?spm1001.2014.3001.5501 刚刚我尝试训练自己的yo
从端到端的Fast RCNN到走向实时的Faster RCNN (原理及Pytorch代码解析)
目录 RCNN 背景： 原理： 缺点： 端到端的Fast RCNN 背景： 原理： 缺点： 走向实时：Faster RCNN (t
TX2+调用板载摄像头实时目标检测（yolov5)+tensorrt
前言 首先感谢無證騎士博主的大力支持，本文的也是根据他的文章魔改。 因项目需求，在TX2上部署yolov5算法实时检测目标。之前在ubantu上做过yolov5的图片检测，实时检测与之类似ÿ
暂无评论