文件名称：RefineDet-plus-plus
文件大小：3.91MB
文件格式：ZIP
更新时间：2024-04-18 16:15:10
Python
高性能实现。 目录 主要特点 原始的RefineDet模型。 RefineDet ++中提出的对齐卷积模块是由DeformConv实现的，它具有精确计算的偏移量，而不是学习的，这是1.5级目标检测方法中的特征未对齐问题的良好解决方案。 多尺度测试，它是从RefineDet的原始caffe实现中修改而来的。 VGG骨干带有bn层，可以使训练更加稳定。 ResNet和ResNeXt骨干网已经被完全实施，但是对于稍大的学习率来说，培训很难收敛，因此请继续努力。 表现 SSDD（雷达图像的远程舰船检测数据集） 可可AP | 拱门| 我们的PyTorch版本| |：-：|：-：|：-：|：-：| | RefineDet ++ 512毫秒| 66.21％| | RefineDet ++ 512 | 62.94％| | RefineDet512 | 62.57％| ms：多尺度测试，我们报告了
【文件预览】：
RefineDet-plus-plus-master
----eval_refinedet_coco_dg3.py(30KB)
----models()
--------refinedet.py(18KB)
--------refinedet_bn.py(20KB)
--------__init__.py(0B)
--------refinedet_bn_wo_AlignConv.py(18KB)
--------refinedet_res.py(18KB)
--------refinedet_bn_wo_AlignConv_RefinedAnchor.py(17KB)
--------refinedet_bn_wo_AlignConv_RefinedAnchor_FusedFeature.py(16KB)
--------refinedet_bn_dg3.py(19KB)
----results.py(8KB)
----eval_refinedet_coco.py(30KB)
----train_refinedet_dg3.py(16KB)
----data()
--------example.jpg(137KB)
--------coco.py(7KB)
--------SAR_SHIP_coco(37B)
--------coco_labels.txt(1KB)
--------__init__.py(1KB)
--------sarship_coco.py(13KB)
--------voc0712.py(6KB)
--------config.py(5KB)
--------scripts()
----train_refinedet320.sh(102B)
----LICENSE(1KB)
----ablation.sh(1KB)
----layers()
--------functions()
--------box_utils.py(12KB)
--------__init__.py(48B)
--------modules()
----eval_refinedet_voc.py(16KB)
----doc()
--------SSD.jpg(47KB)
--------detection_example.png(365KB)
--------detection_example2.png(319KB)
--------detection_examples.png(1.96MB)
--------ssd.png(71KB)
----run.sh(2KB)
----.gitignore(118B)
----eval_refinedet.sh(125B)
----demo()
--------live.py(3KB)
--------__init__.py(0B)
--------demo.ipynb(1.26MB)
----README.md(5KB)
----utils()
--------build.py(5KB)
--------augmentations.py(13KB)
--------nms()
--------logger.py(876B)
--------test.py(0B)
--------nms_wrapper.py(1KB)
--------osutils.py(214B)
--------__init__.py(42B)
----plot_curve.py(4KB)
----train_refinedet.py(16KB)
----make.sh(105B)
----train_refinedet512.sh(102B)