您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. FCOS官方代码的解析,从测试到训练

  2. 这是我自己梳理的FCOS目标检测代码,给大家省点时间去debug。FCOS的head部分:cls分支和bbox分支其实是和retinanet一样的,只不过没有了A这个anchor的数量,以及回归的对象不一样,但是网络的整体结构还是和retinanet一样。 在计算流程上不一样的地方我觉得不一样的点是:retinanet是将每个rpn网络的输出concate起来,而FCOS是每层单独预测,之后将每一层的结果concat起来,可能是因为FCOS在concate的时候不方便,因为网络中多出了一个cen
  3. 所属分类:深度学习

    • 发布日期:2020-08-20
    • 文件大小:923kb
    • 提供者:qq_37535492
  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:123mb
    • 提供者:leviopku
  1. fcos-gluon-cv:FCOS-源码

  2. FCOS:完全卷积一阶段对象检测 这是 风格的的非官方实现,我们在完全 API中实现了这种无锚框架,请继续关注! 主要结果 模型 骨干 火车尺寸 批量大小 AP(值) fcos_resnet50_v1_coco ResNet50-V1 800 1个 -- fcos_resnet50_v1b_coco ResNet50-V1b 800 1个 33.1 fcos_resnet101_v1d_coco ResNet101-V1d 800 1个 37.5 注意:有待更新。 安装
  3. 所属分类:其它

  1. PolarMask:“ PolarMask”的代码-源码

  2. PolarMask:具有Polar表示形式的单发实例分割 用于实现的代码。 强调 简单:无锚,单级,可以很容易地嵌入到许多探测器中,例如FCOS。 统一:我们的PolarMask首先将对象检测问题和实例分割问题变成统一的密集回归问题。 快速推断:我们的PolarMask-R50可以在1个V100 GPU上达到29.1AP(800)/ 23.9FPS,27.6AP(600)/ 34.1FPS,22.9AP(400)/ 46.7FPS。 消息 新的Fast DataLoader已更新。 4个V1
  3. 所属分类:其它

  1. VoVNet-FCOS:具有VoVNet(CVPRW'19)骨干网的FCOS-源码

  2. 与 (CVPRW'19)高效骨干网 这个软件库包含 (ICCV'19)与 (CVPRW'19)高效的骨干网络。 该代码基于FCOS的 强调 高效记忆 更好的性能,特别是对于小物体 速度更快 与ResNet主干网比较 相同的超参数 相同的训练方案(最*,学习率时间表等) 8个TITAN Xp GPU pytorch1.1 CUDA v9 cuDNN v7.2 骨干 多尺度培训 推断时间(毫秒) 箱式AP(AP / AP / APm / APl) 下载 R-50-FPN-1x 不
  3. 所属分类:其它

  1. EmbedMask:EmbedMask-源码

  2. EmbedMask:一阶段实例分割的嵌入耦合 这是用于纸张的存储库: EmbedMask: Embedding Coupling for One-stage Instance Segmentation; Hui Ying, Zhaojin Huang, Shu Liu, Tianjia Shao and Kun Zhou; arXiv preprint arXiv:1912.01954 全文可在以下获得: : 。 但是,除了本文以外,现在还对代码进行了一些优化。 安装 此EmbedMask
  3. 所属分类:其它