文件名称：重新实现RetinaFace使用C ++和TensorRT-C/C++开发
文件大小：6.66MB
文件格式：ZIP
更新时间：2024-06-15 17:35:19
C/C++ Machine Learning
RetinaFace C ++重新实现源参考资源RetinaFace带有python代码。 模型转换工具MXNet2Caffe您需要自己添加一些层，并且在caffe中没有upsam RetinaFace C ++重新实现源参考资源RetinaFace用python代码提供在Insightface中。 模型转换工具MXNet2Caffe您需要自己添加一些图层，并且在caffe中没有上采样，您可以用反卷积代替，并且可能会有一点精度损失。 来自mobilenet25的原始模型参考，我已经对其进行了重新培训。 演示$ mkdir build $ cd build / $ cmake ../ $使您需要修改CmakeList文件中的依赖路径。 测速硬件：1080Ti test1：mod
【文件预览】：
retinaface-master
----INT8-Calibration-Tool()
--------common()
--------calibra.pro.user(18KB)
--------calibrationtable.cpp(17KB)
--------CalibrationTableImpl.h(393B)
--------CalibrationTableImpl.cpp(1018B)
--------CMakeLists.txt(2KB)
--------main.cpp(523B)
--------README.md(2KB)
--------calibra.pro(2KB)
--------calibrationtable.h(11KB)
----model()
--------mnet-deconv-0517.table.int8(7KB)
--------mnet25.caffemodel(1.69MB)
--------mnet-deconv-0517.caffemodel(1.69MB)
--------mnet-deconv-0517.prototxt(41KB)
--------mnet25.prototxt(41KB)
--------plot.gv.pdf(29KB)
----.vscode()
--------c_cpp_properties.json(367B)
--------settings.json(1KB)
----retinaface()
--------RetinaFace.h(3KB)
--------tensorrt()
--------resizeconvertion.cu(14KB)
--------retinaface.pro(2KB)
--------main.cpp(2KB)
--------retinaface.pro.user(18KB)
--------timer.h(2KB)
--------RetinaFace.cpp(38KB)
----CMakeLists.txt(4KB)
----LICENSE(1KB)
----README.md(5KB)
----data()
--------retinaface-widerface测试.png(221KB)
--------img.jpg(126KB)
----MXNet2Caffe()
--------predictor_caffe.py(437B)
--------check_results.py(2KB)
--------json2prototxt.py(1KB)
--------find_caffe.pyc(422B)
--------mxnet2caffe.py(5KB)
--------predictor_mxnet.py(1KB)
--------prototxt_basic.pyc(7KB)
--------model_mxnet()
--------find_mxnet.pyc(496B)
--------LICENSE(1KB)
--------predictor_mxnet.pyc(2KB)
--------README.md(310B)
--------show_mxnet_graph.py(573B)
--------predictor_caffe.pyc(1KB)
--------__pycache__()
--------find_mxnet.py(264B)
--------prototxt_basic.py(11KB)
--------model_caffe()
--------find_caffe.py(185B)