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. FCOS检测算法训练模型

  2. FCOS检测算法在VOC数据集上的训练模型，直接下载可进行inference。配合代码https://github.com/leviome/fcos_pure 使用。具体教程看README.

  3. 所属分类：深度学习

    • 发布日期：2020-11-19
    • 文件大小：128974848
    • 提供者：leviopku

  1. 使用python批量修改XML文件中图像的depth值

  2. 最近刚刚接触深度学习，并尝试学习制作数据集，制作过程中发现了一个问题，现在跟大家分享一下。问题是这样的，在制作voc数据集时，我采集的是灰度图像，并已经用labelimg生成了每张图像对应的XML文件。训练时发现好多目标检测模型使用的训练集是彩色图像，因此特征提取网络的输入是m×m×3的维度的图像。所以我就想着把我采集的灰度图像的深度也改成3吧。批量修改了图像的深度后，发现XML中的depth也要由1改成3才行。如果重新对图像标注一遍生成XML文件的话太麻烦，所以就想用python批量处理一下。

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：73728
    • 提供者：weixin_38628612

  1. 逆向将物体检测数据集生成labelme标注的数据

  2. 对一些现有的数据集进行反推，生成labelme标注的格式。生成的效果如下图： 使用了 RSOD部分数据，将VOC数据集反推为labelme的标注数据。 代码如下： import sys import os.path as osp import io from labelme.logger import logger from labelme import PY2 from labelme import QT4 import PIL.Image import base64 from label

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：274432
    • 提供者：weixin_38624183

  1. 手把手教你使用SSD（新手必看）

  2. 下载SSD代码： https://github.com/amdegroot/ssd.pytorch 将下载的代码解压后在data文件夹下新建VOCdevkit文件夹，然后将VOC2007数据集复制到该文件夹下面。   下载权重文件放在weights文件夹下面。下载地址： https://s3.amazonaws.com/amdegroot-models/vgg16_reducedfc.pth 修改config.py代码 # SSD300 CONFIGS voc = {     'num_cla

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：70656
    • 提供者：weixin_38678300

  1. PASCAL-VOC2012数据集及其增强版本的处理问题

  2. 本篇主要总结语义分割处理PASCAL-VOC2012数据集以及遇到的问题（axis 2 is out of bounds for array of dimension 0） 处理数据集主要参考该博客 https://blog.csdn.net/pangyunsheng/article/details/87360238 在将原始pascal voc 2012数据集中label的三通道RGB图像，转化为8-bit的灰度png图像时使用官方代码时 ` def convert_from_color_se

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：43008
    • 提供者：weixin_38637805

  1. 一步一步带你训练自己的SSD检测算法

  2. 目录一、前言二、实现细节1、前提条件2、数据标注2.1 Labelme2.1.1 工具特点简介2.1.2 工具安装2.1.3 工具使用简介2.2 LabelImg2.2.1 工具安装2.2.2 工具使用简介3、标签预处理3.1 PASCAL VOC数据集格式详解3.2 构造新的PASCAL VOC数据集3.3 COCO数据集格式详解3.4 构造新的COCO数据集4、搭建SSD运行环境5、修改代码训练网络5.1 代码架构详解5.2 修改网络配置参数5.3 修改VOC类别参数5.4 下载模型5.5

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：1048576
    • 提供者：weixin_38620099

  1. DataAugmentation_ForObjectDetect:本仓库主要包含了针对目标检测数据集的增强手段和二进制文件：图像的旋转，分解，缩小，亮度反射的变换等-源码

  2. DataAugmentation_ForObjectDetect 本仓库主要包含针对目标检测数据集的增强手段和二进制文件：图像的旋转，分解，缩小，亮度/变换的变换等采用的实验数据格式为VOC的格式，标签存储在xml文件中。代码中涉及一些对.xml文件的基本操作 2020/12/16更新 这里有必要进行说明：这种增强方式属于离线数据增强，图片数量会成倍增加，这是属于效率很低的一种方式，即占磁盘空间，又耗费训练时间。大可不必，真正在训练中使用的时候是完全可以利用现成的api的，例如pytorh自带的

  3. 所属分类：其它

    • 发布日期：2021-03-23
    • 文件大小：6144
    • 提供者：weixin_42131367

  1. BiDet:这是pytorch的官方纸张实现-源码

  2. BiDet 这是纸张的官方pytorch实施： ，已被CVPR2020接受。该代码包含在两个数据集PASCAL VOC和Microsoft COCO 2014上使用我们的BiDet方法训练和测试两个二进制化的对象检测器SSD300和Faster R-CNN。 快速开始 先决条件 python 3.5+ pytorch 1.0+ 其他软件包包括numpy，cv2，matplotlib，枕头，cython，cffi，msgpack，easydict，pyyaml **注意：**正如指出的，此存储

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：226304
    • 提供者：weixin_42128537

  1. LearningNotes-源码

  2. 2021.03.03 DOTA数据集格式转成VOC格式 DOTA2VOC 2021.03.01 描绘符合北航学报的曲线图 mmdetection / tools / analyze_logs_buaa.py 2021.02.25 SSDD目标尺寸分布D20210225 2021.01.23 在fork库上进行push是不计算contribution的 2021.01.18 撤销提交 git reset --soft HEAD ^。 明显撤回commit操作，您写的代码仍然保留，HEA

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：5242880
    • 提供者：weixin_42099814

  1. yolov4-pytorch:这是一个YoloV4-pytorch的源码，可以用于训练自己的模型-源码

  2. YOLOV4：您只看一次目标检测模型在pytorch当中的实现 2021年2月7日更新：加入letterbox_image的选项，关闭letterbox_image后网络的地图得到大幅度提升。 目录 性能情况 训练数据集 权值文件名称 测试数据集 输入图片大小 行动计划0.5：0.95 行动计划0.5 VOC07 ​​+ 12 +可可 VOC-Test07 416x416 -- 89.0 2017年COCO火车 COCO-Val2017 416x416 46.1 70.2 实

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：5242880
    • 提供者：weixin_42099942

  1. pkuseg:语义细分基准-源码

  2. PKUSeg 介绍 PKUSeg是基于PyTorch的开源语义分割工具箱，由北京大学EECS维护。 维护人员全部来自机器感知关键实验室（MOE）。 主要特点 模块化设计，易于使用和部署我们开发此工具的目的在于简化实验和部署。 各种语义分割模型我们在研究论文中实现了许多最新模型。 我们不仅发布代码，而且还发布培训检查点。 多个数据集的最新结果我们在包括Pascal VOC，Cityscapes，Pascal Context和ADE20K在内的多个数据集上获得了最新的结果。 实施文件 PSPNe

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：363520
    • 提供者：weixin_42133918

  1. CDA-源码

  2. 弱监督语义分割的上下文解耦增强 的代码： 弱监督语义分割的上下文解耦增强，，，林国胜，吴庆耀（ ） 数据扩充对于深度学习神经网络至关重要。 通过提供大量的训练样本，它有助于提高模型的泛化能力。 弱监督语义分割（WSSS）是一个具有挑战性的问题，近年来已得到深入研究，用于WSSS的常规数据增强方法通常采用几何变换，随机裁剪和颜色抖动。 但是，仅增加相同的上下文语义数据并不会给网络带来很大的收益来区分对象，例如，“飞机”的正确图像级别分类可能不仅是由于对象本身的识别，还在于其识别同时出现的上下

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：781312
    • 提供者：weixin_42135754

  1. ESPNetv2：轻巧，高效，通用的卷积神经网络-源码

  2. ESPNetv2：轻巧，高效，通用的卷积神经网络 重要说明1（2019年6月7日） ：我们发布了新的代码库，该代码库支持多个数据集和模型，包括ESPNetv2。 请查看更多详细信息。 重要说明2（2019年6月7日） ：该存储库已过时，我们不再维护它。 该存储库包含我们论文的源代码 ，该源代码已被接受并在CVPR'19上发布。 注意： PASCAL VOC和Cityscapes的新细分模型即将推出。 我们的新模型在PASCAL VOC和Cityscapes测试仪上分别达到了和 。 在iP

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：39845888
    • 提供者：weixin_42128270

  1. voc数据集使用代码

  2. voc数据集使用代码

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：2048
    • 提供者：weixin_42200791

  1. voc数据集使用代码

  2. voc数据集使用代码

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：2048
    • 提供者：weixin_42203424

  1. voc数据集使用代码

  2. voc数据集使用代码

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：2048
    • 提供者：weixin_42204303

  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. HTCN:实施“协调适用于对象检测器的可传递性和可分辨性”（CVPR 2020）-源码

  2. 协调可转移性和可分辨性以适应物体检测器（CVPR 2020） 协调可转移性和可分辨性以适应对象检测器的Pytorch实现。 介绍 请遵循来设置环境。在此项目中，我们使用Pytorch 1.0.1，CUDA版本为10.0.130。 数据集 数据集准备 Cityscape和FoggyCityscape：下载数据集，请参阅数据集准备代码。 PASCAL_VOC 07 + 12：请按照准备VOC数据集。 剪贴画：请按照准备剪贴画数据集。 Sim10k：从此下载数据集。 数据集格式 编写所有代码以适合

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：558080
    • 提供者：weixin_42119358

  1. yolov4-tf2:这是一个yolo4-tf2（tensorflow2）的源码，可以用于训练自己的模型-源码

  2. YOLOV4：您只看一次目标检测模型在Tensorflow2当中的实现 2021年2月7日更新：加入letterbox_image的选项，关闭letterbox_image后网络的地图得到大幅度提升。 目录 性能情况 训练数据集 权值文件名称 测试数据集 输入图片大小 行动计划0.5：0.95 行动计划0.5 VOC07 ​​+ 12 +可可 VOC-Test07 416x416 -- 88.9 2017年COCO火车 COCO-Val2017 416x416 46.4 70

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：5242880
    • 提供者：weixin_42099815