10. Horizon Torch Samples¶
Horizon Torch Samples是地平线提供的基于Pytorch的深度学习训练工具,由Pytorch plugin和Horizon Torch Samples算法包两部分组成。
Pytorch plugin是基于Pytorch开发的一套量化算法工具,其量化算法与地平线计算平台深度耦合,利用该工具训练得到的量化模型均可以正常编译和运行在地平线BPU上。
Horizon Torch Samples算法包是基于Pytorch和Pytorch plugin的接口开发的一套高效且用户友好的算法工具。同时它还可以提供包含分类,检测,分割等常见的图像任务的SOTA(state-of-the-art)深度学习模型。
Horizon Torch Samples是基于Horizon Algorithm Toolkit(HAT)的算法工具来封装和组织所有的算法示例的。
- 10.1. 简介
- 10.2. 使用框架
- 10.3. 使用指南
- 10.4. 示例说明
- 10.4.1. Docker 镜像说明
- 10.4.2. 执行脚本
- 10.4.3. 多机使用说明
- 10.4.4. MobileNetV1分类模型训练
- 10.4.5. RetinaNet检测模型训练
- 10.4.6. YOLOV3检测模型训练
- 10.4.7. FCOS检测模型训练
- 10.4.8. UNet分割模型训练
- 10.4.9. PwcNet光流预测模型训练
- 10.4.10. PointPillars检测模型训练
- 10.4.11. PointPillars检测模型训练(无 config)
- 10.4.12. PointPillars检测模型训练(无config && 无HAT Trainer)
- 10.4.13. GaNet车道线检测模型训练
- 10.4.14. FCOS3D检测模型训练
- 10.4.15. Motr多目标跟踪模型训练
- 10.4.16. CenterPoint检测模型训练
- 10.4.17. StereoNet双目深度估计模型训练
- 10.4.18. Bev多任务模型训练
- 10.4.19. 汽车关键点检测模型训练
- 10.4.20. lidarMultiTask模型训练
- 10.4.21. DenseTNT轨迹预测模型训练
- 10.5. Modelzoo
- 10.6. API手册