基于Coovally的目标检测任务详解( 二 ) 目标检测任务（ObjectDetection）

文章图片
建模完成之后，在后台可以看到模型训练的相关信息包括任务执行状态，任务持续时长、训练列表、评价精度等关键信息。

文章图片
3.模型转换
在实验详情中，可以看到模型训练中的相关指标如评价指标，训练耗时，训练损失等。

文章图片
当模型训练一段时间后，会生成可供使用的深度学习模型，此时点击【模型转换】功能。在弹出的配置框中根据下图提示进行相关的模型转换配置设置。然后点击【开始转换】。

文章图片
4.模型部署
模型转化完成，会直接跳转到模型列表页面，选择训练好的检测模型，点击【部署】。

文章图片
5.模型预测
在模型部署完成后，会直接跳转到预测界面，选择需要预测的图片点击【上传】，即可看到模型预测结果。

文章图片
目标检测具有巨大的实用价值和应用前景。应用领域包括人脸检测、行人检测、车辆检测、飞机航拍或卫星图像中道路的检测、车载摄像机图像中的障碍物检测、医学影像在的病灶检测等。还有在安防领域中，可以实现比如安全帽、安全带等动态检测，移动侦测、区域入侵检测、物品看护等功能。
这些应用领域的检测任务， Coovally可以帮你通通实现！返回搜狐，查看更多
【基于Coovally的目标检测任务详解】责任编辑：