python - 我们可以在没有 GPU 的情况下在自定义对象上训练 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 Helm (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，8GB 内存。

Answer 1

重新编译 darknet.exe 在 CPU 上运行非常慢。我以前试过。这完全不切实际。 推荐您学习英特尔 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 NVIDIA 卡通过 Darknet YOLO 训练您的自定义对象。 然后使用 3rd-party 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 Intel 的模型优化器将 PB 文件和标签文件转换为它们所谓的“推理表示”文件(命名为 *.bin、*.xml、*.labels 和 *.mapping 文件)，稍后可以加载和在 Intel 的 CPU 或集成 GPU 上运行。

他们的Model Optimizer会自动优化去除YOLO卷积网络文件中一些不用的节点，提高整体推理速度，这比单纯使用重新编译CPU版本的darknet.exe在CPU上运行YOLO权重要快很多。