CMU的OpenTPOD：创建无需编码的深度学习对象检测器

OpenTPOD是一个一体式开源工具，供非专家创建自定义深度神经网络对象检测器。它的设计目的是降低进入门槛，并促进使用最先进的深度学习方法的自定义对象检测的端到端创作工作流。

一键训练/微调目标检测深度神经网络，包括SSD MobileNet、更快的RCNN Inception和更快的RCNN ResNet，使用Tensorflow(带或不带GPU)。

这项研究得到了国家科学基金的资助，项目编号为CNS-1518865。英特尔、沃达丰、德国电信、Verizon、Crown Castle、Seagate、VMware、MobiledgeX、InterDigital和Conklin Kistler家族基金都提供了额外的支持。