【文件属性】：
文件名称：matlab分时代码-faster-rcnn-cpu:更快的rcnn-cpu
文件大小：8KB
文件格式：ZIP
更新时间：2021-05-21 18:11:04
系统开源
matlab分时代码#Note该参考文件包含2个文件（
roi_pooling_layer.cpp和smooth_L1_loss_layer.cpp
）。
它们是cpu实现的副本，但具有cpu实现。
当您的GPU不满足要求时，这可能会有所帮助。
更多细节请看
免责声明
提供了官方的Faster
R-CNN代码（用MATLAB编写）。
如果您的目标是在NIPS
2015论文中复制结果，请使用。
该存储库包含对MATLAB代码的Python重新实现。
此Python实现基于的分支构建。
两种实现之间略有不同。
特别是此Python端口
在测试时速度要慢约10％，因为某些操作在CPU上的Python层中执行（例如220ms
/图像，而VGG16为200ms
/图像）
提供与MATLAB版本相似但不完全相同的mAP
由于实现上的细微差异，因此与使用MATLAB代码训练的模型不兼容
包括近似的联合训练，比交替优化（对于VGG16）快1.5倍-有关更多信息，请参阅这些
更快的R-CNN：通过区域提议网络实现实时目标检测
任少卿，何开明，罗斯·吉尔希克，孙健（Microsoft
Research）
【文件预览】：
faster-rcnn-cpu-master
----smooth_L1_loss_layer.cpp(5KB)
----README.md(9KB)
----roi_pooling_layer.cpp(8KB)