文件名称：RetinaNet-mxnet:ICCV 2017 RetinaNet的非官方实现（人为损失）
文件大小：1.9MB
文件格式：ZIP
更新时间：2024-05-18 10:19:29
object-detection focalloss Python
视网膜网 改编*zhreshold实现，仍然需要进行调整的结果。 当前，我们使用PASCAL VOC mAP度量标准，该度量标准在IoU阈值0.5以下而不是COCO AP度量标准下进行测量。 演示结果 与SSD的差异 我们构建FPN（从P3到P7）来代替“ multi_layer_feature”功能； 我们在“ multibox_layer”函数中构建cls_subnet和bbox_subnet，并根据（仅用于FL策略）初始化偏差。 我们使用在COCO上测试过的焦损纸中的锚点设置，但仍需要调整PASCAL VOC的最佳设置。 我们由长者采用； 我们支持将COCO2017数据转换为rec格式以进行培训和验证。 用法 下载COCO2017数据和注释； 配置自己的路径后，运行tools / prepare_coco.sh打包成rec格式； 在配置自己的路径和超参数之后，运行tra
【文件预览】：
RetinaNet-mxnet-master
----symbol()
--------common.py(23KB)
--------resnet.py(14KB)
--------densenet.py(9KB)
--------legacy_vgg16_ssd_300.py(9KB)
--------inceptionv3.py(10KB)
--------symbol_factory.py(6KB)
--------__init__.py(0B)
--------legacy_vgg16_ssd_512.py(9KB)
--------vgg16_reduced.py(4KB)
--------README.md(3KB)
--------symbol_builder.py(8KB)
--------mobilenet.py(5KB)
----config()
--------utils.py(3KB)
--------__init__.py(0B)
--------config.py(2KB)
----train()
--------metric.py(2KB)
--------train_net.py(15KB)
--------__init__.py(0B)
----tools()
--------prepare_pascal.sh(328B)
--------prepare_dataset.py(6KB)
--------find_mxnet.py(595B)
--------caffe_converter()
--------image_processing.py(3KB)
--------__init__.py(0B)
--------prepare_coco.sh(404B)
--------rand_sampler.py(10KB)
--------visualize_net.py(3KB)
----data()
--------readme.md(58B)
----model()
--------readme.md(111B)
----train.py(9KB)
----output()
--------readme.md(49B)
----dataset()
--------pycocotools()
--------pascal_voc.py(11KB)
--------concat_db.py(3KB)
--------names()
--------testdb.py(2KB)
--------mscoco.py(8KB)
--------yolo_format.py(5KB)
--------iterator.py(11KB)
--------__init__.py(0B)
--------imdb.py(3KB)
----evaluate()
--------evaluate_net.py(4KB)
--------eval_metric.py(11KB)
--------__init__.py(0B)
--------custom_callbacks.py(11KB)
--------eval_voc.py(6KB)
----operator_py()
--------focal_loss_layer.py(2KB)
----__init__.py(0B)
----train-COCO2017.sh(430B)
----train-VOC.sh(422B)
----demo results()
--------image_rgb_0.png(250KB)
--------image_rgb_2.png(312KB)
--------image_rgb_1.png(297KB)
--------image_rgb_3.png(210KB)
--------image_rgb_4.png(254KB)
--------image_rgb_5.png(291KB)
--------image_rgb_6.png(246KB)
----README.md(2KB)