dede网站seo入门培训课程

我们可以使用生活中的一些案例来实现我们这个小测试，例如，高速的违规拍照、行人流量自动检测系统，还有安全识别检测，如果晚上有陌生人考经，则将灯对准那个人或打开警报系统。

然后我使用一些算法为我的模型生成训练数据以准确检测敌人。

测试环境：

• i7–7700k CPU 和 Nvidia 1080TI GPU

• 操作系统 Windows 10

• CUDA 10.1

• cuDNN v7.6.5

• TensorRT-6.0.1.5

• Tensorflow-GPU 2.3.1

这里建议在Ubuntu系统测试，因为在 Ubuntu 上运行 TensorRT 比在 Windows 10 上运行要容易得多（后面才发现的）

首先必须安装TensorFlow、Python 3、Cuda、Cudnn等包，准备TensorFlow环境。

其次，还要下载Steam和CSGO。

下载玩 Steam 和 CSGO 后，我们需要下载训练好的模型库。我已经压缩了我训练好的模型，并将其放入 checkpoints 文件夹中。

现在，一切准备就绪。

我的yolov3/configs.py文件已经配置为自定义训练对象检测，input_size值为 416。

然后运行。

YOLO_INPUT_SIZE如果你需要更高的准确性，你可以更改࿰