必须先挂出来地址：PaddleDetection
Ⅰ.课程介绍
1、 ECCV2020目标检测双料冠军团队和PP-Yolo核心研发团队亲授
2、深入剖析RCNN系列、YOLO系列、AnchorFree模型，带你扎实掌握目标检测
3、深入剖析4大真实工业案例：路标检测、工业质检、电力巡检、商业超市密集商品检测
4、手把手带打CVPR2020真实赛题
Ⅱ.学习心得
前言
一开始本来准备好好学习一下，可中间夹着面试，只到课程第五天才开始。因为讨论群内热火朝天，一进nootbook实践，才发现这课可操作性这么强。所以决定好好把握一下
1.目标检测的发展
整体上看现在是端到端类算法（特别是yolo），工业应用落地更加广泛。
但是经过课程综述的学习，我感觉anchor-free很有潜力，rcnn类两阶段的算法因为在准确度上的优势，如果算力上又有大的提升，前景也不错。
2.模型如何优化
虽然我还没有全部时间本次课程，但是我觉得本次课程最精华的地方就在对算法优化的理解上。目标检测的发展就是如此，从数据集上的操作，从loss定义上的优化，特征提取上的改进，那些里程碑的改进，引入anchor，加入resnet,加入pyramid pooling,从关键角点考虑等等，我想这些思想才是需要学习和借鉴的。
当然，后续等学习完再更新。
预习作业，也就是安装paddle类型的如下：
一定注意切换环境（创建一个paddle环境比较好），然后是注意cd到安装包解压的地方，
一般 在install （安装文件） -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
就可以临时清华源安装，亲测时conda install paddlepaddle失败了，换成pip就好了
以下都是在dos框命令：安装txt里相应库：
pip install -r requirements.txt然后检验：
python ppdet/modeling/tests/test_architectures.py
第一次实践作业:
比较简单，最重要的熟悉使用
总体上有以下几点需要注意的
- 路径上的问题，例如可视化的实现，通过的是左栏可视化，添加的文件一般在dir文件夹里，（不过本质是训练是有参数即： –output_dir=output/ \，此为infer预测的输出结果地址）
- 对配置文件的一些理解，所有的代码块都有，需要的是自由组合调用，但是必须要熟悉对应的命令，也就是paddle框架下的api
未完继续，持续更新
-------------本文结束感谢您的阅读-------------
