文件名称:chainer-maskrcnn:使用链接器的maskrcnn实现
文件大小:738KB
文件格式:ZIP
更新时间:2024-06-02 14:20:30
computer-vision chainer maskrcnn instance-segmentation chainercv
Chainer-Maskrcnn 原始纸 遮罩R-CNN 轻头R-CNN: : 当前状态 使用LightHead架构 很好的例子:) 这里有许多结果 _ 功能金字塔网络 面罩的准确性看起来比上面更好。 关键点 120000 iter受过训练 待办事项 我们目前正在研究,因为存在一个问题,即随着学习的进行,内存使用量会稳定增加。当我学习到具有64GB内存的p2.xlarge实例时,在一轮数据之后,增量停止了,因此这种方式可能是正确的。但是,我个人有无法在内存为16GB的计算机上工作的麻烦,因此,我将继续进行调查。 添加预测笔记本 使用COCO 2017 目前,只有FPN骨干网才能正常工作(我的向后兼容性崩溃了) 设置 Python= 3.6 pip install chainer chainercv chainerui cupy cython pip install -e '
【文件预览】:
chainer-maskrcnn-master
----train.py(6KB)
----train_keypoints.py(8KB)
----imgs()
--------key.jpg(411KB)
--------082.jpg(84KB)
--------fpn_008.jpg(109KB)
--------008.jpg(108KB)
----.gitmodules(121B)
----evaluator.py(4KB)
----chainer_maskrcnn()
--------utils()
--------model()
--------dataset()
--------functions()
----LICENSE(11KB)
----README.md(2KB)
----vis.py(4KB)
----.pep8(44B)
----viewer.py(5KB)
----data()
--------.gitkeep(0B)
--------label_coco.txt(620B)
----.gitignore(251B)