文件名称：matlab画图代码实例-ADNet_pytorch:pytorch上的ADNet实施
文件大小：79KB
文件格式：ZIP
更新时间：2024-06-15 23:56:13
系统开源
matlab画图代码实例ADNet-火炬 在PyTorch 0.4.1中实现ADNet（）。 参考： 。 根据我的测试，发布的重量具有距离精度〜76％ 此实现仍无法重现与纸张相同的性能。 当前的性能距离（20px）精度，并进行了几次测试（每行都是每个测试）： SL，nomd SL + RL，nomd 75.3％ 73.3％ 54.9％ 56.5％ 70.7％ 69.2％ 59.4％ 47.1％ 69.0％ 71.0％ 55.3％ 49.3％ 68.7％ 72.9％ 54.5％ 57.6％ 75.5％ 68.9％ 54.5％ 69.4％ SL：监督学习。 RL：强化学习，nomd：未经多领域培训 欢迎输入（尤其是RL部分）。 目前还不能使用多个GPU（如果系统中有多个GPU，请设置CUDA_VISIBLE_DEVICES环境变量来选择一个GPU） 去做： 实现ADNet Matlab的性能 多GPU ALOV数据集训练（以实现纸张性能） 要求： Python 3.6 PyTorch 0.4.1 酷达9.0 vggm.pth权重（） （可视化是可选的）tensorboardx（）和tens
【文件预览】：
ADNet_pytorch-master
----utils()
--------get_benchmark_path.py(436B)
--------get_train_videos.py(1KB)
--------get_action_history_onehot.py(668B)
--------videolist()
--------precision_plot.py(3KB)
--------my_math.py(625B)
--------do_action.py(1KB)
--------overlap_ratio.py(5KB)
--------display.py(502B)
--------get_benchmark_info.py(410B)
--------get_video_infos.py(3KB)
--------__pycache__()
--------gen_action_labels.py(2KB)
--------draw_box_from_npy.py(1KB)
--------augmentations.py(4KB)
--------gen_samples.py(5KB)
----models()
--------vggm.py(4KB)
--------__pycache__()
--------ADNet.py(12KB)
----mains()
--------ADNet_test.py(6KB)
--------create_plots.py(2KB)
--------ADNet.py(4KB)
----scripts()
--------example.sh(104B)
----.idea()
--------vcs.xml(180B)
----datasets()
--------rl_dataset.py(7KB)
--------sl_dataset.py(5KB)
--------get_train_dbs.py(4KB)
--------online_adaptation_dataset.py(6KB)
----trainers()
--------RL_tools.py(8KB)
--------adnet_train_rl.py(8KB)
--------__pycache__()
--------adnet_test.py(16KB)
--------adnet_train_sl.py(13KB)
----options()
--------general.py(3KB)
--------__pycache__()
----README.md(4KB)