【AI】PyTorch实战（一）：目标检测之fasterrcnn_resnet50_fpn

AI学习目录汇总

1、简述

R-CNN系列演化史：R-CNN --> Fast RCNN --> Faster R-CNN

这篇博客只演示“怎么用”，不介绍模型结构及原理。因此直接使用“最先进的”Faster R-CNN模型。PyTorch模型库中，有已经训练好的检测模型fasterrcnn_resnet50_fpn，它是使用COCO数据集训练的结果。

2、COCO2017数据集

COCO数据集是一个大型的、丰富的物体检测，分割和字幕数据集。提供的类别有80 类，有超过33 万张图片，其中20 万张有标注，整个数据集中个体的数目超过150 万个。因此这个已训练好的模型，比我们自己训练的要好很多，直接拿来用就可以了。

COCO2017数据集共80个类别，类别的id号不是连续的，最大为90，类别ID与类别名称对应关系如下：

person(人)
bicycle(自行车) 
car(汽车) 
motorbike(摩托车) 
aeroplane(飞机) 
bus(公共汽车) 
train(火车) 
truck(卡车) 
boat(船)
traffic light(信号灯) 
fire hydrant(消防栓) 
stop sign(停车标志) 
park
1
2
3
4
5
6
7
8
9
10
11
12