注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. RetinaNet项目-源码

  2. RetinaNet项目 RetinaNet的Keras实现。 有预测分数 去做 尝试不同的基准 尝试不同的图层 无归一化模型 参考： 。 林宗仪，Priya Goyal，Ross Girshick，何凯明，PiotrDollár。 ICCV，2017年。 。 林宗仪，皮奥特·多拉尔，罗斯·吉尔希克，何凯明，巴拉特·哈里哈兰，塞尔吉·贝隆吉。 CVPR，2017年。 Keras RetinaNet： ：

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：2097152
    • 提供者：weixin_42114645

  1. keras-retinanet：RetinaNet对象检测的Keras实现-源码

  2. Keras RetinaNet 林崇义，Priya Goyal，Ross Girshick，He Kaiming He和PiotrDollár在的描述的RetinaNet对象检测的Keras实现。 :warning: 不推荐使用 不推荐使用此存储库，而推荐使用模块。 该项目应与keras 2.4和tensorflow 2.3.0一起使用，较新的版本可能会中断支持。 有关更多信息，请检查。 安装 克隆此存储库。 在存储库中，执行pip install . --user pip install

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：2097152
    • 提供者：weixin_42099755

  1. mmdetection-multigpu火车-源码

  2. MM检测 新闻：我们在上发布了技术报告。 介绍 master分支适用于PyTorch 1.1或更高版本。 mmdetection是基于PyTorch的开源对象检测工具箱。 这是香港开发的开放式mmlab项目的一部分。 主要特点 模块化设计 我们将检测框架分解为不同的组件，并且可以通过组合不同的模块轻松构建定制的对象检测框架。 开箱即用的多种框架支持 该工具箱直接支持流行和现代的检测框架，例如Faster RCNN，Mask RCNN，RetinaNet等。 高效率 现在，所有基本的bbox

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：4194304
    • 提供者：weixin_42122432

  1. Detectron：FAIR的对象检测研究平台，实现了流行的算法，例如Mask R-CNN和RetinaNet-源码

  2. 不推荐使用Detectron。 请参阅 ，这是对PyTorch中Detectron的完全重写。 侦探 Detectron是Facebook AI Research的软件系统，它实现了包括在内的最新对象检测算法。 它是用Python编写的，并由深度学习框架提供支持。 在FAIR上，Detectron开展了许多研究项目，包括：， ，，，，，， 和。 示例Mask R-CNN输出。 介绍 Detectron的目标是为目标检测研究提供高质量，高性能的代码库。 它被设计为灵活的，以支持新研究的快速

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：3145728
    • 提供者：weixin_42174176

  1. mmdetection：OpenMMLab检测工具箱和基准-源码

  2. 新闻：我们在上发布了技术报告。 文档： : 介绍 MMDetection是基于PyTorch的开源对象检测工具箱。 这是香港开发的OpenMMLab项目的一部分。 master分支与PyTorch 1.3到1.6一起使用。 旧的v1.x分支可与PyTorch 1.1至1.4一起使用，但强烈建议您使用v2.0，以实现更快的速度，更高的性能，更好的设计和更友好的用法。 主要特点 模块化设计 我们将检测框架分解为不同的组件，并且可以通过组合不同的模块轻松构建定制的对象检测框架。 开箱即用的多

  3. 所属分类：其它

    • 发布日期：2021-02-07
    • 文件大小：7340032
    • 提供者：weixin_42151036

  1. vedadet:基于PyTorch的单级目标检测工具箱-源码

  2. 介绍 vedadet是基于PyTorch的单级目标检测器工具箱。 特征 模块化设计 我们根据口味和需求重新设计MMDetection。 具体来说，我们将检测器分解为四个部分：数据流水线，模型，后处理和条件，可轻松将PyTorch模型转换为TensorRT引擎并将其部署在NVIDIA设备上，例如Tesla V100，Jetson Nano和Jetson AGX Xavier等。 支持几种流行的单级检测器 该工具箱支持多种现成的单级检测器，例如RetinaNet，FCOS等。 对TensorRT

  3. 所属分类：其它

    • 发布日期：2021-04-01
    • 文件大小：1048576
    • 提供者：weixin_42133969

  1. DAL:正式实现“面向任意对象检测的动态锚学习”（AAAI2021）-源码

  2. DAL 该项目托管了AAAI 2021论文的正式实施： 用于任意目标检测的动态锚学习[ ] []。 抽象的 在本文中，我们提出了一种动态锚学习（DAL）方法，该方法利用新定义的匹配度来综合评估锚的定位潜力，并进行更有效的标签分配过程。 通过这种方式，检测器可以动态选择高质量的锚点，以实现精确的对象检测，并且可以缓解分类和回归之间的差异。 入门 该代码使用建议的DAL方法构建旋转的RetinaNet，以进行旋转物体检测。 支持的数据集包括：DOTA，HRSC2016，ICDAR2013，IC

  3. 所属分类：其它

    • 发布日期：2021-03-30
    • 文件大小：1048576
    • 提供者：weixin_42160425

  1. DiscoBox-源码

  2. 新闻：我们在上发布了技术报告。 文档： ： 介绍 English | MMDetection是基于PyTorch的开源对象检测工具箱。 它是项目的一部分。 master分支可与PyTorch 1.3+一起使用。 旧的v1.x分支可与PyTorch 1.1至1.4一起使用，但强烈建议使用v2.0，以实现更快的速度，更高的性能，更好的设计和更友好的用法。 主要特点 模块化设计 我们将检测框架分解为不同的组件，并且可以通过组合不同的模块轻松构建自定义的对象检测框架。 开箱即用的多种框架支持

  3. 所属分类：其它

    • 发布日期：2021-03-28
    • 文件大小：7340032
    • 提供者：weixin_42151305