我们可以在没有 GPU 的自定义对象上训练 YOLOv3 吗?

Question

我的YOLO模型可以很好地检测瓶子，人，手机，背包等物体。但我想让我的模型检测到戒指、手镯或头盔(当前 yolo 模型中不存在的物体)。没有 GPU 我可以制作自定义对象检测 yolo 模型吗？涉及哪些风险？(如果有的话)。

我的系统是Windows 10家庭版单语言，具有8GB RAM。

Answer 1

重新编译暗网.exe在CPU上运行非常慢。我以前试过。这是完全不切实际的。 建议您学习英特尔 OpenVINO 工具套件。

https://software.intel.com/en-us/openvino-toolkit

和

https://docs.openvinotoolkit.org/latest/_docs_MO_DG_prepare_model_convert_model_tf_specific_Convert_YOLO_From_Tensorflow.html

OpenVINO 工具包可以在其 CPU/集成 GPU 上加载和运行任何框架。

您仍然可以使用常规的 NVIDIA 卡通过暗网 YOLO 训练您的自定义对象。 然后使用第三方转换器工具(可以在GitHub上轻松找到)将您训练的YOLO权重文件转换为Tensorflow PB文件。 然后使用英特尔的模型优化器将 PB 文件和标签文件转换为所谓的"推理表示"文件(在 *.bin、*.xml、*.label 和 *.mapping 文件中命名)，这些文件稍后可以在英特尔的 CPU 或集成 GPU 上加载和运行。

他们的模型优化器会自动优化并删除 YOLO 卷积网络文件中一些未使用的节点，并提高整体推理速度，这比简单地使用重新编译的 CPU 版本的暗网要快得多.exe在 CPU 上运行 YOLO 权重。

Answer 2

是的，你可以这样做。

只需更改暗网文件夹的制作文件中的以下行-

显卡=1 CUDNN=1(对于 GPU)

将其更改为 -

显卡=0 CUDNN=0 (对于 CPU)

是的，您也可以训练 YOLO 模型来检测自定义对象。只需关注此博客 - 链接