任务目标
1. 根据给定的网络模型代码与数据集,修改Yolov10模型的检测头,使其与给定模型的检测头输出一致
2. 给出更换后Yolov10模型和给定模型的性能对比,包括:准确率,召回率,检测速度
3. 完成模型在orin平台的部署及优化
交付需求
1. 开发环境
1. conda环境
2. 迁移后的网络模型:torch格式,onnx格式
3. 模型训练代码
1. 数据预处理:格式适配,数据增强等
2. 训练参数配置
3. 损失函数配置
4. 训练超参数调优方案
4. 验证与测试代码:
1. 模型测试代码
2. 测试集评估结果
5. 模型导出代码:导出成onnx格式
6. 完成Orin芯片环境部署:
1. 设置部署环境,确保依赖项合硬件支持
2. 部署配置与测试
7. 详细文档
1. 模型结果,训练过程,部署步骤
2. 模型测试报告
数据说明
开发数据由我们提供,为通过鱼眼相机转换得到的线性图片