您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. MSCOCO dataset下载链接

  2. MScoco 数据集,2014-2015均有
  3. 所属分类:讲义

    • 发布日期:2015-12-14
    • 文件大小:502
    • 提供者:mxs30443
  1. MSCOCO dataset

  2. MSCOCO dataset下载链接
  3. 所属分类:其它

    • 发布日期:2016-04-19
    • 文件大小:502
    • 提供者:lingliedf
  1. 微软MSCOCO数据集 train2017.zip 百度云分享

  2. 微软MSCOCO数据集train2017里面大概包括118K张图片数据
  3. 所属分类:深度学习

    • 发布日期:2017-11-19
    • 文件大小:49
    • 提供者:liushuikong
  1. 微软MSCOCO标签数据集 annotations_trainval2017 百度云分享

  2. 微软MSCOCO标签数据集 annotations_trainval2017,里面包括coco数据集train2017和val2017的 分类,segment,keypoints标签数据
  3. 所属分类:深度学习

    • 发布日期:2017-11-19
    • 文件大小:49
    • 提供者:liushuikong
  1. 微软MSCOCO验证数据集 val2017 百度云分享

  2. 微软MSCOCO验证数据集 val2017 百度云分享。里面大概包括5k图片数据
  3. 所属分类:深度学习

    • 发布日期:2017-11-19
    • 文件大小:49
    • 提供者:liushuikong
  1. train2014.zip 百度云分享

  2. 这是微软coco数据集中的2014训练数据:train2014.zip,大约包括83K张图片,但不包括这些数据的标签文件。若需要后者,请下载我的“annotations_trainval2014.zip百度云分享”资源。
  3. 所属分类:深度学习

    • 发布日期:2017-12-10
    • 文件大小:49
    • 提供者:liushuikong
  1. val2014.zip 百度云分享 coco数据集

  2. 这是微软coco数据集中的验证数据数据集2014:val2014.zip,大约包括41K张图片,但不包括这些数据的标签文件。若需要后者,请下载我的“annotations_trainval2014.zip百度云分享”资源
  3. 所属分类:深度学习

    • 发布日期:2017-12-10
    • 文件大小:49
    • 提供者:liushuikong
  1. coco数据集 test2017.zip百度云分享

  2. 微软coco数据集中的测试集2017:test2017.zip,大约包括41k张纯图片数据,没有标签数据。请注意,coco数据集中的测试数据集本身就只有图片数据,而没有标签数据(官方未提供),所以三思后再下载
  3. 所属分类:深度学习

    • 发布日期:2017-12-10
    • 文件大小:49
    • 提供者:liushuikong
  1. coco数据集 stuff_annotations_trainval2017.zip 百度云下载

  2. 这是coco数据集中的手工标签数据,具体它与annotations_trainval2017的关系我也不太清楚。还请想清楚后下载
  3. 所属分类:深度学习

    • 发布日期:2017-12-10
    • 文件大小:49
    • 提供者:liushuikong
  1. coco数据集 test2014.zip 百度云下载

  2. 微软coco数据集中测试集2014:test2014.zip。这只是图片数据,而没有标签数据,因为coco数据集中的测试数据集根本就没有标签数据
  3. 所属分类:深度学习

    • 发布日期:2017-12-10
    • 文件大小:49
    • 提供者:liushuikong
  1. Deep Visual-Semantic Alignments for Generating Image Descriptions

  2. We present a model that generates natural language descr iptions of images and their regions. Our approach leverages datasets of images and their sentence descr iptions to learn about the inter-modal correspondences between language and visual data.
  3. 所属分类:深度学习

    • 发布日期:2018-08-14
    • 文件大小:5242880
    • 提供者:weixin_39566101
  1. Show and Tell_ Lessons learned from the 2015 MSCOCO Image Captioning Challenge

  2. Show and Tell_ Lessons learned from the 2015 MSCOCO Image Captioning Challenge
  3. 所属分类:深度学习

    • 发布日期:2018-08-21
    • 文件大小:3145728
    • 提供者:linkmust
  1. labelme2COCOarea.py

  2. labelme标注转成COCO格式,带有area版本,可以用于Detectron。 但是输出分类名可能有问题,要求labelme的label格式为“分类_num”。 同样的,labelme的points仍然为小数。
  3. 所属分类:深度学习

    • 发布日期:2018-10-24
    • 文件大小:6144
    • 提供者:o0haidee0o
  1. labelme2COCO终极无限制版本

  2. labelme2COCO终极无限制版本,不限制分类名称,即输出分类就是labelme标注分类,不需要手动修改points值,含有area计算,真正的运行一下就可以。当然了,输出目录还是要根据自己的情况修改的。
  3. 所属分类:深度学习

    • 发布日期:2018-10-29
    • 文件大小:7168
    • 提供者:o0haidee0o
  1. MSCOCO test2017数据集的信息文件 image_info_test2017

  2. MSCOCO test2017数据集的信息文件 image_info_test2017
  3. 所属分类:深度学习

    • 发布日期:2019-01-28
    • 文件大小:1048576
    • 提供者:fireworkpark
  1. COCO val2017 百度云下载链接

  2. 微软MSCOCO验证数据集 val2017 百度云分享。里面大概包括5k图片数据,百度云链接如有问题及时联系
  3. 所属分类:深度学习

    • 发布日期:2019-04-19
    • 文件大小:116
    • 提供者:ncepukzh
  1. trt_pose_trt.zip

  2. https://github.com/NVIDIA-AI-IOT/trt_pose This project features multi-instance pose estimation accelerated by NVIDIA TensorRT. It is ideal for applications where low latency is necessary. It includes Training scr ipts to train on any keypoint task
  3. 所属分类:深度学习

    • 发布日期:2020-03-18
    • 文件大小:127926272
    • 提供者:qq_42393859
  1. trt_pose_model.zip

  2. https://github.com/NVIDIA-AI-IOT/trt_pose This project features multi-instance pose estimation accelerated by NVIDIA TensorRT. It is ideal for applications where low latency is necessary. It includes Training scr ipts to train on any keypoint task
  3. 所属分类:深度学习

    • 发布日期:2020-03-18
    • 文件大小:160432128
    • 提供者:qq_42393859
  1. triplet-attention:PyTorch的“轮值参加”的官方实施-源码

  2. 摘要-得益于在通道或空间位置之间建立相互依存的能力,注意力机制最近得到了广泛的研究,并广泛用于各种计算机视觉任务中。在本文中,我们研究了轻量但有效的注意力机制,并提出了三重态注意力,这是一种通过使用三分支结构捕获跨维度交互来计算注意力权重的新方法。对于输入张量,三重态注意力通过旋转操作和残差变换来建立维度间的依存关系,并以可忽略的计算开销对通道间和空间信息进行编码。我们的方法既简单又有效,并且可以轻松地作为附加模块插入经典骨干网。我们证明了我们的方法在各种挑战性任务中的有效性,包括ImageNe
  3. 所属分类:其它

    • 发布日期:2021-03-19
    • 文件大小:4194304
    • 提供者:weixin_42137028
  1. CrowdPose:人群姿势-源码

  2. CrowdPose:有效的拥挤场景姿势估计和新基准 引文 如果您发现我们的作品对您的研究有用,请考虑引用: article{li2018crowdpose, title={CrowdPose: Efficient Crowded Scenes Pose Estimation and A New Benchmark}, author={Li, Jiefeng and Wang, Can and Zhu, Hao and Mao, Yihuan and Fang, Hao-Shu and
  3. 所属分类:其它

    • 发布日期:2021-03-18
    • 文件大小:5242880
    • 提供者:weixin_42125826
« 12 »