Skip to content

标注自己的数据集,训练、评估、测试、部署自己的人工智能算法

Notifications You must be signed in to change notification settings

interiv/Train_Custom_Dataset

 
 

Repository files navigation

子豪兄带你两天搞定AI毕业设计

标注自己的数据集,训练、评估、测试、部署自己的人工智能算法

作者:同济子豪兄 https://space.bilibili.com/1900783

代码测试云GPU环境:GPU RTX 3060、CUDA v11.2

优雅地感谢子豪兄

本教程的数据集、代码全部免费开源,数据集图像来自网络图片,仅用于教学、科研、科普等非盈利行为。任何后果与作者无关。

计算机视觉解决的基本问题

目标追踪、视频人流量计数

https://www.bilibili.com/video/BV1za411Y7Zm

大模型摘要生成

https://www.bilibili.com/video/BV1W44y1g7cB

CycleGAN图像风格迁移

https://www.bilibili.com/video/BV1wv4y1T71F

OCR文字识别

https://www.bilibili.com/video/BV1Ua411x7dB

图像分类

构建自己的图像分类数据集

https://www.bilibili.com/video/BV1Jd4y1T7rw

【Pytorch】ImageNet预训练图像分类模型预测

单张图像、视频、摄像头画面

【Pytorch】迁移学习Fine-tune训练自己的图像分类模型

迁移学习Fine-tuning训练、测试集评估、混淆矩阵、单张图像测试、视频测试、摄像头画面测试

【Pytorch】模型部署(智能手机、开发板)

【MMClassification】迁移学习Fine-tune训练自己的图像分类模型

可解释性分析

CAM可视化

【MMDeploy】模型部署(智能手机、开发板)

目标检测

标注自己的目标检测数据集

MS COCO预训练模型预测单张图像、视频、摄像头画面

YOLOV5训练自己的目标检测模型

模型部署(智能手机、开发板)

MMDetection训练自己的目标检测模型

图像分割

标注自己的图像分割数据集

关键点检测

标注自己的关键点检测数据集

声音分类

知识图谱

About

标注自己的数据集,训练、评估、测试、部署自己的人工智能算法

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • Jupyter Notebook 100.0%