文件名称：Mobilenet-SSD-Essay:这是Mobilenet-SSD的论文版，可用于训练与预测
文件大小：5.31MB
文件格式：ZIP
更新时间：2024-04-27 10:58:56
Python
Mobilenet-SSD：轻量级目标检测模型在Keras当中的实现（论文版） 2021年2月8日更新： 加入letterbox_image的选项，关闭letterbox_image后网络的map一般可以得到提升。 嘟嘟嘟为什么要再弄一个版本的Mobilenet-SSD 之前实现了一个版本的mobilenet-SSD，有小伙伴告诉我说这个不是原版的Mobilenet-ssd的结构，然后我去网上查了一下，好像还真不是，原版的Mobilenet-ssd不利用38x38的特征层进行回归预测和分类预测，因此我就制作了这个版本，填一下坑。 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 mAP 0.5:0.95 mAP 0.5 VOC07+12 VOC-Test07 300x300 - 70.66 我参考了如下两个库： 在没有coco预训练权重的时候，SSD使用VOC07+12训
【文件预览】：
Mobilenet-SSD-Essay-master
----常见问题汇总.md(20KB)
----FPS_test.py(5KB)
----nets()
--------mobilenet.py(4KB)
--------ssd.py(9KB)
--------ssd_training.py(11KB)
--------ssd_layers.py(6KB)
----model_data()
--------simhei.ttf(9.3MB)
--------voc_classes.txt(153B)
----video.py(1KB)
----ssd.py(8KB)
----get_gt_txt.py(3KB)
----get_dr_txt.py(5KB)
----LICENSE(1KB)
----get_map.py(33KB)
----utils()
--------utils.py(13KB)
--------anchors.py(7KB)
----README.md(4KB)
----test.py(515B)
----VOCdevkit()
--------VOC2007()
----voc_annotation.py(2KB)
----predict.py(916B)
----img()
--------street.jpg(437KB)
----logs()
--------README.md(24B)
----train.py(6KB)