MCV-M5-Team7 模块5项目的存储库：组7的可视识别（名称尚未定义）。 团队成员 拉里·比比拉什维利（Lali Bibilashvili）（ ） 胡安·查韦斯（ ） 卡门·加西亚（ ） Mohamed El Atiki（ ） 叠加项目 您可以在访问我们的背面页报告。 帮助 码头工人 提供了一个具有tensorflow + keras和火炬（包括pytorch）工作版本的简单Dockerfile。 我还是很菜鸟，所以肯定有更好的方法 安装 首先，使用以下命令构建docker

M5项目：对象检测和分割 00组 团队成员： 亚当Szummer - - 塞尔吉·加西亚Sarroca - - 安东尼·罗德里格斯-维勒加斯- - •链接到Overleaf文章（不可编辑）： : 第1周动手玩火炬-入门方法。 数据集 MIT_Split 主要任务是将在Keras的M3 DogNet上开发的模型改编为Pytorch。 内部任务： - [x] Plot results. - [x] Compare and coment results. 该项目的幻灯片：

小组02：MCV-M5视觉识别项目：对象检测和分割 会员 Aditya Sangram Singh Rana（） ÒscarLorente Corominas（） 伊恩·里埃拉·斯莫林斯卡（） 第一周

MCV 2020-M5视觉识别-第6组 项目：对象检测和分割 小组成员： Dhananjay Nahata： Siddhant Bhambri： 于庞： 庆阮（Khanh Nguyen）： 项目结构： 我们根据每周的工作来组织该项目。 源代码被推送到相应的文件夹中，名为WeekX。 第一周 我们使用脚本main.py训练模型。 可以在找到本周所做工作的介绍。 第二周 脚本inference.py用于通过更改模型配置来获取推理结果。 train.py用于在KITTI数据集上训练Fa