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 Home 单语言，8GB RAM。
重新编译darknet.exe在CPU上运行速度非常慢。我以前尝试过。这是完全不切实际的。
推荐您学习Intel OpenVINO工具套件。
https://software.intel.com/en-us/openvino-toolkit https://software.intel.com/en-us/openvino-toolkit
and
https://docs.openvinotoolkit.org/latest/_docs_MO_DG_prepare_model_convert_model_tf_specific_Convert_YOLO_From_Tensorflow.html https://docs.openvinotoolkit.org/latest/_docs_MO_DG_prepare_model_convert_model_tf_specific_Convert_YOLO_From_Tensorflow.html
OpenVINO 工具套件可以在其 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。
然后使用第 3 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（以 *.bin、*.xml、*.labels 和 *.mapping 文件命名），稍后可以加载和使用这些文件在 Intel 的 CPU 或集成 GPU 上运行。
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，提高整体推理速度，这比简单地使用重新编译的CPU版本的darknet.exe在CPU上运行YOLO权重要快得多。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
