模型訓練：train_mode.ipynb

時間：2022-03-17 01:24:01 | 來源：行業(yè)動態(tài)

時間：2022-03-17 01:24:01 來源：行業(yè)動態(tài)

這部分也推薦直接在Jetson Nano（含2GB）上進行就可以，經(jīng)過測試在Jetson Nano 2GB上對100張圖片進行70回合訓練的時間也就30分鐘左右，并不困難，這個腳本同樣會挑選精準度最高的存為best_steering_model_xy.pth模型文件，大約42MB左右，比前面兩個使用圖像分類技術(shù)的模型要小很多。

整個訓練腳本中，除了前置作業(yè)需要解析圖像文件名所包含的x, y坐標信息，還有這里所選擇使用的神經(jīng)網(wǎng)絡(luò)是ResNet18，其余處理重點與先前的避撞項目幾乎完全一致，沒有什么特殊之處。

3. 關(guān)鍵詞：訓練,模型

   推薦文章

   • 關(guān)系數(shù)據(jù)模型(數(shù)據(jù)庫)

     2022-12-24

   • 工作流模型(數(shù)據(jù)庫)

     2022-12-24

   • 概念數(shù)據(jù)模型(數(shù)據(jù)庫)

     2022-12-23

   • 概率推理模型(數(shù)據(jù)庫)

     2022-12-22

   • 高級事務(wù)模型(數(shù)據(jù)庫)

     2022-12-22

   • 多維數(shù)據(jù)模型(數(shù)據(jù)庫)

     2022-12-20

   • 多媒體數(shù)據(jù)模型(數(shù)據(jù)庫)

     2022-12-19

   • 對象關(guān)系數(shù)據(jù)模型(數(shù)據(jù)庫)

     2022-12-17

   • 地理信息系統(tǒng)模型(數(shù)據(jù)庫)

     2022-12-16

   • 產(chǎn)品模型數(shù)據(jù)交換標準(數(shù)據(jù)庫)

     2022-12-14