文件名称：EfficientDet_PyTorch:EfficientDet_PyTorch目标检测（对象检测）
文件大小：8.53MB
文件格式：ZIP
更新时间：2024-04-21 17:27:50
pytorch object-detection efficientdet Python
EfficientDet_PyTorch 注意（注意）： 训练请使用SGD优化器（动量为0.9）。不要使用亚当。会造成不收敛。推荐lr：Pre_train（1e-4-> 1e-3-> 1e-2-> 3e-2）-> Train（5e-2）-> Post_Train（3e-2-> 1e-2-> 1e-3）推荐weight_decay：4e-5或1e-4（区别不大） 使用SGD优化器进行训练（动量为0.9）。 不要使用亚当。 会导致不收敛 有两个分支，一个是按照论文书写（官方），一个是参考zylo117的代码（ zylo117 ），并同时使用他的预训练模型书写（万分感谢），请按实际情况选择有两个分支，其中一个（官方）是根据本文编写的，另一个（大师）是根据“ Zylo117”的代码编写的，并使用他的预训练模型（非常感谢），请根据实际情况 train_example.py的意义是展示模型输入的格式t
【文件预览】：
EfficientDet_PyTorch-master
----pred_image.py(658B)
----train.py(2KB)
----utils()
--------utils.py(2KB)
--------display.py(9KB)
--------detection()
----models()
--------anchor.py(3KB)
--------config.py(2KB)
--------backbone.py(2KB)
--------efficientnet.py(15KB)
--------utils.py(12KB)
--------classifier_regressor.py(4KB)
--------loss.py(4KB)
--------efficientdet.py(6KB)
--------bifpn.py(11KB)
----images()
--------1_d2.jpg(1017KB)
--------1_d0.jpg(1.01MB)
--------1.png(3.89MB)
--------1_d3.jpg(1002KB)
--------1_d1.jpg(1019KB)
----train_VOC0712.py(2KB)
----LICENSE(11KB)
----README.md(3KB)
----docs()
--------d0-d7参数.png(46KB)
--------网络结构.png(102KB)
--------性能对比可视化.png(68KB)
--------BiFPN.png(238KB)
--------性能对比.png(208KB)
----.gitignore(112B)
----pred_video.py(570B)
----make_dataset.py(1KB)
----train_example.py(1KB)