文件名称：efficientdet-tf:EfficientDet https的自定义实现
文件大小：11.08MB
文件格式：ZIP
更新时间：2024-04-10 22:07:31
Python
EfficientDet-Tensorflow 2 使用tensorflow自定义实现2。 目录 安装 只需运行pip install 。 $pip install git+https://github.com/Guillem96/efficientdet-tf 训练模型 当前，此EfficientDet实现支持使用2种数据格式进行训练： 标签格式。此格式对应于批注输出。 查看培训示例 :fire: :fire: 。 VOC2007格式。该格式对应于描述的格式。 您可以在训练命令上指定数据模型。此外，您还可以使用efficientdet.train脚本的VOC命令在VOC2007上有效地训练模型，如下所示： $ python efficientdet.train < efficientdet> VOC 请参考此以查看培训工作示例。 使用命令行界面（CLI）进行培训
【文件预览】：
efficientdet-tf-master
----MANIFEST.in(58B)
----data()
--------download-voc.sh(1020B)
----test()
--------scheduler_test.py(797B)
--------labelme_ds.py(2KB)
--------anchors_test.py(4KB)
--------data()
--------voc_ds_test.py(2KB)
--------feature_extractors_test.py(991B)
--------losses_test.py(720B)
--------nms_test.py(2KB)
--------__init__.py(0B)
--------augmentation_test.py(2KB)
--------from_pretrained_test.py(2KB)
--------backbone_test.py(869B)
--------efficientdet_test.py(2KB)
----LICENSE(34KB)
----mypy.ini(163B)
----imgs()
--------voc2007_2.png(322KB)
--------voc2007_1.png(196KB)
--------image_augmentation.png(181KB)
--------cat-dog.jpg(177KB)
----efficientdet()
--------models()
--------eval.py(3KB)
--------coco.py(4KB)
--------typing.py(147B)
--------optim.py(2KB)
--------callbacks.py(1018B)
--------data()
--------train.py(10KB)
--------predict.py(1KB)
--------losses.py(3KB)
--------__init__.py(367B)
--------config.py(2KB)
--------utils()
----requirements.txt(149B)
----examples()
--------Train_EfficientDet_with_Labelme_Dataset.ipynb(1.17MB)
--------EfficientDet_TF_Example.ipynb(208KB)
----setup.py(2KB)
----.gitignore(248B)
----README.md(7KB)
----scripts()
--------train_voc.sh(698B)
----test.png(196KB)