在第一阶段的学习中,我采用了多种学习方式,包括自学网课和阅读相关文献,以掌握毕业设计所需的深度学习神经网络基础知识。同时,我还通过调研相关开源项目和阅读文献等方式,深入学习了主流目标检测模型的原理,如Faster-RCNN和YOLO等。

为了进行实践,我从MSCOCO 2017测试数据集中精心筛选了1000张检测框数量适宜的图像,并对每张图进行了resize,使得检测框相对于图像大小适中,并以.png的格式进行存储。在这个基础上,我进行了Faster-RCNN和YOLO模型的训练和调试,不断优化模型的性能和准确率。

通过这次学习和实践,我深刻认识到深度学习和目标检测技术在实际应用中的重要性和广泛应用性,并愿意不断深入学习和探索,为未来的研究和实践奠定坚实基础。


原文地址: https://www.cveoy.top/t/topic/bH4x 著作权归作者所有。请勿转载和采集!

免费AI点我,无需注册和登录