1、简述
R-CNN系列演化史：R-CNN –> Fast RCNN –> Faster R-CNN
这篇博客只演示”怎么用”，不介绍模型结构及原理。因此直接使用”最先进的”Faster R-CNN模型。PyTorch模型库中，有已经训练好的检测模型fasterrcnn_resnet50_fpn，它是使用COCO数据集训练的结果。
2、COCO2017数据集
COCO数据集是一个大型的、丰富的物体检测，分割和字幕数据集。提供的类别有80 类，有超过33 万张图片，其中20 万张有标注，整个数据集中个体的数目超过150 万个。因此这个已训练好的模型，比我们自己训练的要好很多，直接拿来用就可以了。
COCO2017数据集共80个类别，类别的id号不是连续的，最大为90，类别ID与类别名称对应关系如下：
person(人)
bicycle(自行车)
car(汽车)
motorbike(摩托车)
aeroplane(飞机)
bus(公共汽车)
train(火车)
truck(卡车)
boat(船)
traffic light(信号灯)
fire hydrant(消防栓)
stop sign(停车标志)
park
Original: https://blog.csdn.net/u010168781/article/details/126858275
Author: 郭老二
Title: 【AI】PyTorch实战（一）：目标检测之fasterrcnn_resnet50_fpn
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/786563/
转载文章受原作者版权保护。转载请注明原作者出处！