基于tensorflow对象检测框架,零代码编程,教大家如何通过迁移学习实现基于SSD与Faster-RCNN的自定义对象检测,分别是手势识别与安全帽识别!基于训练生成的模型实现模型的CPU与GPU部署,基于CPU的加速推理,对SSD模型自定义对象检测达到100FPS左右!如何打通从模型训练到模型部署的全链路技术,实现tensorflow+openvino的联合使用,重点实现CPU上的模型加速推理。课程内容包括:
- SSD模型详解
- Faster-RCNN模型详解
- 迁移学习与模型配置参数修改
- 模型导出与转换IR
- 私有数据集
- 不同硬件上的模型推理与加速
安全帽检测,Faster-RCNN模型训练高精度检测,CPU+OpenVINO部署推理