【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)