diff --git a/docs/GETTING_STARTED_cn.md b/docs/GETTING_STARTED_cn.md index 4fba48a9de8d1dd342611f70e8a56e085fc5d921..c349d3f028e89963b105b16acf63f2854eef3e8b 100644 --- a/docs/GETTING_STARTED_cn.md +++ b/docs/GETTING_STARTED_cn.md @@ -76,6 +76,7 @@ python -u tools/train.py -c configs/faster_rcnn_r50_1x.yml \ ```bash export CUDA_VISIBLE_DEVICES=0 +export PYTHONPATH=$PYTHONPATH:. # 若使用CPU,则执行 # export CPU_NUM=1 python tools/eval.py -c configs/faster_rcnn_r50_1x.yml @@ -127,6 +128,7 @@ json文件必须命名为bbox.json或者mask.json,放在`evaluation/`目录下 ```bash export CUDA_VISIBLE_DEVICES=0 +export PYTHONPATH=$PYTHONPATH:. # 若使用CPU,则执行 # export CPU_NUM=1 python tools/infer.py -c configs/faster_rcnn_r50_1x.yml --infer_img=demo/000000570688.jpg @@ -136,6 +138,7 @@ python tools/infer.py -c configs/faster_rcnn_r50_1x.yml --infer_img=demo/0000005 ```bash export CUDA_VISIBLE_DEVICES=0 +export PYTHONPATH=$PYTHONPATH:. # 若使用CPU,则执行 # export CPU_NUM=1 python tools/infer.py -c configs/faster_rcnn_r50_1x.yml --infer_dir=demo @@ -145,7 +148,7 @@ python tools/infer.py -c configs/faster_rcnn_r50_1x.yml --infer_dir=demo - `--output_dir`: 输出推断后可视化文件。 - `--draw_threshold`: 设置推断的阈值。默认是0.5. -- `--save_inference_model`: Save inference model in output_dir if True. +- `--save_inference_model`: 设为`True`时,将预测模型保存到output_dir中. #### 例子 @@ -169,6 +172,7 @@ python tools/infer.py -c configs/faster_rcnn_r50_1x.yml \ ```bash export CUDA_VISIBLE_DEVICES=0 +export PYTHONPATH=$PYTHONPATH:. # or run on CPU with: # export CPU_NUM=1 python tools/infer.py -c configs/faster_rcnn_r50_1x.yml --infer_img=demo/000000570688.jpg \ diff --git a/docs/MODEL_ZOO_cn.md b/docs/MODEL_ZOO_cn.md index 2220909f3ea30855c3891bfc78e44591d5d53764..1b0dc31baf6a0b05ffb7c9cac44db276f1d2d8d3 100644 --- a/docs/MODEL_ZOO_cn.md +++ b/docs/MODEL_ZOO_cn.md @@ -95,10 +95,10 @@ Paddle提供基于ImageNet的骨架网络预训练模型。所有预训练模型 **注意事项:** RetinaNet系列模型中,在总batch size为16下情况下,初始学习率改为0.01。 -### SSD on Pascal VOC +### SSD 基于Pascal VOC数据集 | 骨架网络 | 输入尺寸 | 每张GPU图片个数 | 学习率策略 | Box AP | 下载 | | :----------- | :--: | :-----: | :-----: | :----: | :-------: | -| MobileNet v1 | 300 | 32 | 120e | 73.13 | [model](https://paddlemodels.bj.bcebos.com/object_detection/ssd_mobilenet_v1_voc.tar) | +| MobileNet v1 | 300 | 32 | 120e | 73.13 | [下载链接](https://paddlemodels.bj.bcebos.com/object_detection/ssd_mobilenet_v1_voc.tar) | **注意事项:** SSD在2卡,总batch size为64下训练120轮。数据增强包括:随机颜色失真,随机剪裁,随机扩张,随机翻转。