PromptDet项目教程
2025-04-21 18:32:09作者:昌雅子Ethen
1. 项目目录结构及介绍
PromptDet项目的目录结构如下:
PromptDet/
├── .dev_scripts/
├── configs/
├── data/
├── demo/
├── docker/
├── docs/
├── docs_zh-CN/
├── mmdet/
├── promptdet_resources/
├── requirements/
├── resources/
├── tests/
├── tools/
├── .pre-commit-config.yaml
├── CITATION.cff
├── LICENSE
├── MANIFEST.in
├── README.md
├── model-index.yml
├── pytest.ini
├── requirements.txt
├── setup.cfg
├── setup.py
- .dev_scripts/: 开发者脚本目录,包含项目开发过程中使用的脚本。
- configs/: 配置文件目录,包含项目的各种配置文件。
- data/: 数据目录,用于存放项目所需的数据集。
- demo/: 示例目录,包含项目使用示例。
- docker/: Docker相关文件目录,用于容器化项目。
- docs/: 英文文档目录,包含项目的英文说明文档。
- docs_zh-CN/: 中文文档目录,包含项目的中文说明文档。
- mmdet/: MMDetection相关代码目录,MMDetection是一个开源的目标检测框架。
- promptdet_resources/: PromptDet资源目录,包含项目所需的预训练模型和其他资源。
- requirements/: 项目依赖文件目录,包含项目运行所需的依赖。
- resources/: 资源目录,包含项目使用的其他资源文件。
- tests/: 测试目录,包含项目的单元测试和集成测试。
- tools/: 工具脚本目录,包含项目使用的工具脚本。
- CITATION.cff: 项目引用文件,用于记录如何引用该项目。
- LICENSE: 项目许可证文件,Apache-2.0协议。
- MANIFEST.in: 打包配置文件,用于定义打包时包含的文件。
- README.md: 项目自述文件,包含项目的基本介绍。
- model-index.yml: 模型索引文件,用于记录模型的相关信息。
- pytest.ini: Pytest配置文件,用于配置单元测试。
- requirements.txt: 项目依赖文件,用于定义项目所需的Python包。
- setup.cfg: 打包配置文件,用于定义项目的打包参数。
- setup.py: 项目安装脚本,用于安装项目作为Python包。
2. 项目的启动文件介绍
项目的启动主要通过tools/目录下的脚本进行,以下是几个主要的启动文件:
- dist_train.sh: 分布式训练脚本,用于启动训练过程。
- dist_test.sh: 分布式测试脚本,用于启动测试过程。
这些脚本通常需要结合配置文件使用,下面将介绍配置文件。
3. 项目的配置文件介绍
配置文件位于configs/目录下,这些文件定义了项目运行时的参数。以下是一些主要的配置文件:
- promptdet_r50_fpn_sample1e-3_mstrain_1x_lvis_v1.py: 这个文件定义了使用ResNet50和FPN网络结构的模型配置,以及使用LVIS v1数据集的训练参数。
- promptdet_r50_fpn_sample1e-3_mstrain_1x_lvis_v1_self_train.py: 与上述配置类似,但增加了自我训练的参数,用于在未标记数据上进行训练。
配置文件通常包含以下部分:
- 模型配置:定义了所使用的模型结构及其参数。
- 数据配置:定义了数据集的路径、加载方式等。
- 训练配置:定义了训练过程中的参数,如学习率、迭代次数等。
- 测试配置:定义了测试过程中的参数。
用户可以根据自己的需求修改这些配置文件,以适应不同的运行环境或实验设计。
登录后查看全文 
热门项目推荐
 PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00 PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
 openPangu-Ultra-MoE-718B-V1.1昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00 openPangu-Ultra-MoE-718B-V1.1昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00
 HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00 HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
 AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03 AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03
 Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00 Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
 GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00 GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
 Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00 Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
 docs
docsOpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
261
2.52 K
 kernel
kerneldeepin linux kernel
C
24
6
 flutter_flutter
flutter_flutter暂无简介
Dart
553
123
 ops-math
ops-math本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
595
131
 pytorch
pytorchAscend Extension for PyTorch
Python
94
121
 cangjie_tools
cangjie_tools仓颉编程语言命令行工具,包括仓颉包管理工具、仓颉格式化工具、仓颉多语言桥接工具及仓颉语言服务。
C++
52
67
 ohos_react_native
ohos_react_nativeReact Native鸿蒙化仓库
JavaScript
218
301
 RuoYi-Vue3
RuoYi-Vue3🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.02 K
600
 cangjie_compiler
cangjie_compiler仓颉编译器源码及 cjdb 调试工具。
C++
116
90
 Cangjie-Examples
Cangjie-Examples本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
357
1.77 K