xcenternet:基于CenterNet(对象作为点)和TTFNet(培训时间友好的网络)的快速无锚对象检测。在TensorFlow 2.4+中实现

时间:2024-04-10 06:56:44
【文件属性】:

文件名称:xcenternet:基于CenterNet(对象作为点)和TTFNet(培训时间友好的网络)的快速无锚对象检测。在TensorFlow 2.4+中实现

文件大小:1.13MB

文件格式:ZIP

更新时间:2024-04-10 06:56:44

python machine-learning computer-vision deep-learning tensorflow

修改TensorFlow 2.4及以上(或2.2,如果您使用XCenterNet标记为V1.0.0)上述tf.keras实施CenterNet对象检测在描述由兴义周,王德泉,菲利普·克雷恩布尔和TTFNet刘屠征,徐国栋,杨正,刘海峰,蔡登。有关原始实现,请参阅和。 此实现不是本文或pytorch实现的精确副本,因为我们已根据需要对其进行了修改,因此此回购协议具有一些功能: 使用tf2.2 + keras模型train_step和tf.data.dataset 使用来自tf2.3 +的tensorflow.keras.applications.efficiencynet 高效的网络和Resnet骨干网 tf.dataset的多尺度训练和扩充 添加了更强大的NMS,以获得更好的结果 无需姿势估计或3D,只需简单的物体检测 使用可变形卷积 易于在自己的数据集上进行微调,并自定义自己的图像增强,


【文件预览】:
xcenternet-master
----requirements.in(68B)
----asset()
--------result.png(969KB)
--------logo.png(10KB)
----test()
--------__init__.py(0B)
--------test_loss.py(6KB)
--------test_image_preprocessing.py(768B)
----LICENSE(1KB)
----xcenternet()
--------tensorboard()
--------model()
--------__init__.py(105B)
--------datasets()
----requirements.txt(2KB)
----LICENCE_THIRD_PARTY(35KB)
----setup.py(2KB)
----README.md(11KB)
----scripts()
--------eval.py(10KB)
--------train.py(8KB)
--------predict.py(4KB)
--------helpers()

网友评论