文件名称：squeezenet的matlab代码-saktheeswarnpytorchyolocustumobjectdetection:sakthe
文件大小：461KB
文件格式：ZIP
更新时间：2024-07-07 01:16:37
系统开源
挤压网的matlab代码PyTorch 上最快的对象检测 这个基于 YOLOv2 的 API 是一个强大、一致且最快的解决方案，可以使用您自己的自定义数据集从头开始训练您自己的对象检测器，包括对数据进行注释。 此外，它还为 PyTorch 提供最快的火车和检测时间速度。 如果您想根据自己的自定义数据和类从头开始训练对象检测器，请使用此 API。 注意： 新版本将于 18 年 9 月 25 日发布 【补充】 ： pytorch 0.4 改进的 LMDB 数据加载算法 冻结 快照合奏 能够从 cfg 文件添加自定义分类网络作为网络主干 半精度支持 去做： 以有效的方式实施 LMDB。 将注释导出为 JSON 的 Matlab 脚本 Pytorch 中的自定义数据集（包括自定义整理 fxn） 多线程 将变换应用于图像以及注释 培训制度 加快培训制度 张量板 在多次暂停和播放时添加日志、加载和保存一致性。 只维护“n”个检查点 迁移学习 评估代码 数据并行问题 使用 OpenCV 的检测管道 支持 PyTorch 0.4 Python3 的端口 添加解析器函数，以便它可以使用 cfg 文件解析
【文件预览】：
saktheeswarnpytorchyolocustumobjectdetection-mover
----trainer.py(8KB)
----.gitignore(99B)
----cursor_putting.py(2KB)
----requirements.txt(127B)
----layers()
--------__init__.py(0B)
--------reorg()
--------roi_pooling()
----mat_to_json()
--------encoder.m~(701B)
--------encoder.m(738B)
----utils()
--------nms_wrapper.py(866B)
--------yolo.py(6KB)
--------nms()
--------__init__.py(0B)
--------pycocotools()
--------network.py(5KB)
--------timer.py(1KB)
--------yolo.pyx(2KB)
--------build.py(6KB)
--------bbox.pyx(9KB)
----README.md(8KB)
----darknet.py(5KB)
----loss.py(7KB)
----dataset.py(12KB)
----cfgs()
--------exps()
--------__init__.py(0B)
--------config.py(4KB)
--------config_voc.py(669B)
----make.sh(488B)