PaddleDetection

训练并检查一个路标目标检测模型

准备输入

• 路标图像、标注及训练验证列表，以及对应检测模型配置。
• 已完成环境配置的 PaddleDetection 代码目录和可用计算设备。

操作步骤

1. 下载教程的路标数据，在数据配置文件中设置实际路径，并选择对应的检测模型配置。
2. 按设备数量检查学习率等设置，使用 tools/train.py 启动训练并保存模型权重。
3. 使用 tools/eval.py 评估选定权重，再用 tools/infer.py 对路标图像预测，检查输出结果。

示例默认学习率按多卡训练设置，改用单卡时需要相应调整；可视化阈值会影响最终显示结果，仍应结合实际图像检查漏检和误检。