2021-10-31 18:41:47 索炜达电子 784
项目编号:E2031
文件大小:72M
源码说明:带中文注释
开发环境:C编译器、Python
简要概述
主框架使用:yolov2-yolov3_PyTorch
添加bn融合以及FPGA量化部分,并设计实际使用的网络结构slim_yolov2
安装依赖项:
-python3
-pytorch
-pycocotools
-numpy
-opencv
Dataset
将数据集软连接到该文件夹的dataset下
example:
ln -s /data/coco dataset/coco
ln -s /data/VOC dataset/VOC
运行结果:
Train
在此只展示训练口罩检测时用的代码,其余command可以从yolov2-yolov3_PyTorch 中自行查找
VOC
泛用用例:
python train.py -d dataset --cuda -v [select a model] -hr -ms
训练FP32模型:
python train.py -d mask --cuda -v slim_yolo_v2
BN融合:
python conv+bn2conv.py -d mask --cuda -v slim_yolo_v2 -r your_weight_path
BN融合后微调精度:
python retune_bias_quantize.py -d mask --cuda -v slim_yolo_v2_q_bf -r your_weight_path
FPGA模拟量化:
python retune_bias_quantize.py -d mask --cuda -v slim_yolo_v2_q_bf -q -r your_weight_path
寻找FPGA定点计算时防止溢出而加上的每层的scale_retune:
python retune_bias_quantize_findbest.py -d mask --cuda -v slim_yolo_v2_q_bf -q -r your_weight_path
You can run python train.py -h to check all optional argument. .
test
VOC
python test.py -v slim_yolo_v2_q_bf -d mask --cuda --trained_model your_weight_path
Detection
python demo.py -v slim_yolo_v2_q_bf --mode camera --trained_model your_weight_path
目录│文件列表:
├ 主框架
│ └ yolov2-yolov3_PyTorch.rar
├ 开源人脸口罩检测模型和数据
│ └ FaceMaskDetection.rar
└ 项目源码
└ FPGA-YOLO-pytorch.rar