SSD与MobileNet SSD模型的训练、量化及在海思芯片上的部署
5星
- 浏览量: 0
- 大小:None
- 文件类型：None
简介：
本项目探讨了SSD和MobileNet SSD模型的训练过程，并研究了模型量化技术。同时，在海思AI芯片上实现了高效的部署，以优化计算资源并提高推理速度。
本课程详细讲解Caffe SSD框架代码的编译与安装，并指导如何利用无人零售商品数据集成功训练SSD及Mobilenet SSD模型，最后将这些模型量化并移植到海思开发板上运行。主要内容包括：
1. Caffe SSD框架代码下载和编译。
2. 无人零售商品数据集上的SSD模型训练：
a）介绍该无人零售数据集
b）详细讲解如何进行模型的训练过程
3. 解释SSD的工作原理，以及default box的概念。
4. 讲解如何生成并验证SSD模型（使用特定版本SDK），包括量化步骤和仿真代码运行指导。
5. 说明在开发板上执行量化后的模型的方法
6. Caffe Mobilenet SSD框架的下载与编译过程介绍
7. 深度可分离卷积运算的概念解释
8. 利用无人零售商品数据集训练Mobilenet SSD模型的过程指导。
9. 对生成的Mobilenet SSD模型进行量化，并讲解仿真代码的操作及运行方法。
10. 在开发板上执行经过量化的Mobilenet SSD模型的方法。
全部评论 (0)
还没有任何评论哟~
