GPU端到端目标检测YOLOV3全过程（上）

最新推荐文章于 2024-08-29 00:20:09 发布

wujianming_110117

最新推荐文章于 2024-08-29 00:20:09 发布

阅读量589

点赞数

CC 4.0 BY-SA版权

分类专栏：深度学习 GPU，NPU，XPU，DPU，MPU 计算机视觉

吴建明

本文链接：https://blog.csdn.net/wujianing_110117/article/details/109193353

本文详细介绍了在GPU上实现YOLOV3目标检测的全过程，涉及基本参数设置，如分辨率、帧率、AI框架选择，以及依赖的硬件和软件库，包括TensorFlow、Pytorch、CUDA等。此外，还列举了多种图像处理和深度学习模型，如ResNet、SegNet和GAN，并探讨了目标检测常用的数据集。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

GPU端到端目标检测YOLOV3全过程（上）

Basic Parameters:

Video: mp4, webM, avi
Picture: jpg, png, gif, bmp
Text: doc, html, txt, pdf, excel
Video File Size: not more
than 10GB
batch=16, subdivisions=1
Resolution: 416 * 416, 320 * 320.
Frame: 45f/s with 320 * 320. At 320 ×
320 YOLOv3 runs in 22 ms at 28.2 mAP, as accurate as SSD but three times
faster.
AI Framework：TensorFlow,
Pytorch, Mxnet, Caffe
Programming Lanuage: Python/C/C++/Java
Accept:
application/json, text/plain, /
Accept-Language:
en-US, en;
Files Input Parameters of Test Model : .model，.weight
Files Input Parameters of Train Model : Filename,
Path, Resolution，…
Files Output Parameters of Train Model : .model，.weight
Files Output Parameters of Test Model : Class
Number，Class Name，mAP value
Hardware: VGA,
DVI, HDMI, DP, SDI, BNC, WIFI, Bluetooth, USB, CAN, Socket, PCIE, SD Card,
Serial Port, Clock Time, SPI, Uart, I2C/I2S, GPIO, Touch Ctrl, LCD, LED, EMMC,
SATA, Audio ADC
Dependency Library: v4l2（Video for linux2），ffmpeg，VLC media player，opencv，
CUDA，cudann，Tensorflow，Pytorch，Mxnet，Caffe，Ubuntu，
darknet，udp/tcp，H264、AAC，rtmp、rtp/rtcp，ffmpeg、x264、
WebRTC、GStreamer，NEON、OpenCL、OpenGL ES，