前面我们在yolov5添加了小目标检测层，进行了训练，但是训练的次数也不是很多，接下来我们使用tensorrt进行四个检测头的yolov5部署。具体如何添加小目标检测层可以查看我上一篇文章。
接下来根据模型结构图使用TensorRT C++ API进行网络模型搭建。
这里主要是上采样过程。详细过程主要参考王鑫宇大佬的trtx的代码，
版权声明：本文为CSDN博主「Mr曲末寒」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/zhangdaoliang1/article/details/122885689
前面我们介绍了旋转目标检测以及如何使用opencv去部署，整体效果不错，但是发现一点就是速度太慢了，所以我们使用TensorRT来部署旋转目标检测算法。感兴趣的同学可以看我之前的关于opencv部署的博客。 https://blog.csdn
RPN 解析_lanran2的博客-CSDN博客_rpn
目录 1. 样本匹配 正负样本划分过程 2. yoloxwarmcos 学习率 3. 无法开启多gpu训练, 或者多gpu训练卡住? 1. 样本匹配 正负样本划分过程 说明: gt_centerbbox是在gt_bbox中心点向四周
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
https://blog.csdn.net/zhangdaoliang1/article/details/122881284
暂无评论