最近更新时间:2024.01.30 15:29:35
首次发布时间:2023.09.15 19:33:32
COCO物体检测-01-SSD-ONNX 是基于 SSD(Single Shot Multibox Detection)算法的目标检测模型。本模型使用了 COCO(Common Objects in Context)数据集进行训练和验证,能够从图像中检测 COCO 数据集所支持的 80 种物体。
SSD 的优点在于它可以在单个神经网络中同时进行特征提取和目标检测,从而大大提高检测速度。此外,与其他目标检测算法相比,它可以更好地处理不同大小的目标,并且检测精度很高。SSD 已经被广泛应用于各种计算机视觉应用中,如物体检测、人脸检测、车辆检测等。
COCO 数据集是一个大规模的目标检测、分割和图像标注数据集,包含超过 33 万张图像和超过 200 万个标注。
您可以在边缘智能控制台的 官方模型 列表访问本模型。下图展示了本模型的基本信息。
本模型是 ONNX 格式的模型。
名称 | 类型 | 形状 | 转换形状 | 格式 |
---|---|---|---|---|
input | FP32 | 1, 3, 512, 512 | - | None |
输入说明:
名称 | 类型 | 形状 | 转换形状 |
---|---|---|---|
boxes | FP32 | 9, 5 | - |
labels | INT64 | 9 | - |
本模型可检测的目标对象的类别标签如下:
person;bicycle;car;motorbike;aeroplane;bus;train;truck;boat;traffic light;fire hydrant;stop sign;parking meter;bench;bird;cat;dog;horse;sheep;cow;elephant;bear;zebra;giraffe;backpack;umbrella;handbag;tie;suitcase;frisbee;skis;snowboard;sports ball;kite;baseball bat;baseball glove;skateboard;surfboard;tennis racket;bottle;wine glass;cup;fork;knife;spoon;bowl;banana;apple;sandwich;orange;broccoli;carrot;hot dog;pizza;donut;cake;chair;sofa;pottedplant;bed;diningtable;toilet;tvmonitor;laptop;mouse;remote;keyboard;cell phone;microwave;oven;toaster;sink;refrigerator;book;clock;vase;scissors;teddy bear;hair drier;toothbrush
本模型提供一个可部署版本。
版本名称 | 最大批处理大小 | 硬件架构 | 说明 |
---|---|---|---|
ssd_resenet_fpn_512_512_20200730 | 0 | 无 | 该版本无需搭配前后处理版本进行使用。 注意 使用该版本时,输入的最大批处理大小必须为 0。 |
访问本模型的模型详情。
在 版本管理 标签页,找到要使用的版本,单击 操作 列的 部署。
在 部署模型服务 页面,选择要部署当前模型的 一体机 并设置 服务名称 以及服务的 HTTP端口 和 GRPC端口,然后单击 确认。
详细的操作步骤,请参见使用官方模型。
完成上述操作后,您可以在 模型服务 标签页查看模型服务的部署情况。