文件名称：FSAF:在Keras和Tensorflow中实现FSAF（用于单发对象检测的功能选择性无锚模块）
文件大小：446KB
文件格式：ZIP
更新时间：2024-05-21 03:45:07
fsaf keras-fsaf Python
FSAF 这是在keras和Tensorflow上的实现。 该项目基于和fsaf分支。 感谢您的辛勤工作。 正如作者所写， FASF模块可以平稳地插入任何具有FPN式结构的单发检测器中。 我也尝试过 。 无锚的yolo3（带有FSAF）的性能可与基于锚的yolo3媲美。 但是，您无需再预先计算锚点大小。 它比基于视网膜网的浏览器更好，更快。 更新 [03/05/2020]该论文的作者发布了一篇新文章 ，它是基于FSAF的。 我已经在实现了它。 测试 我在Pascal VOC2012 trainval.txt + Pascal VOC2007 train.txt上进行了培训，并在Pascal VOC2007 val.txt上进行了验证。 有用于训练的14041张图像和用于验证的2510张图像。 VOC2007测试的最佳评估结果（score_threshold = 0.05）为： 骨
【文件预览】：
FSAF-master
----configure.py(90B)
----models()
--------resnet.py(6KB)
--------densenet.py(4KB)
--------retinanet.py(22KB)
--------__init__.py(5KB)
--------vgg.py(4KB)
--------mobilenet.py(4KB)
----callbacks.py(7KB)
----util_graphs.py(6KB)
----fsaf_layers.py(17KB)
----inference.py(3KB)
----.github()
--------stale.yml(682B)
----train.py(20KB)
----test()
--------005770.jpg(91KB)
--------004456.jpg(102KB)
--------006408.jpg(84KB)
----augmentor()
--------misc.py(5KB)
--------__init__.py(0B)
--------transform.py(16KB)
--------color.py(6KB)
----losses.py(8KB)
----requirements.txt(209B)
----generators()
--------generator.py(20KB)
--------__init__.py(0B)
--------coco_generator.py(5KB)
--------csv_generator.py(10KB)
--------voc_generator.py(7KB)
----setup.py(1KB)
----.gitignore(1KB)
----layers.py(13KB)
----README.md(2KB)
----yolo()
--------eval()
--------fsaf_layers.py(17KB)
--------inference.py(4KB)
--------train.py(12KB)
--------__init__.py(0B)
--------generators()
--------model.py(6KB)
--------config.py(81B)
--------README.md(2KB)
----utils()
--------eval.py(11KB)
--------anchors.py(13KB)
--------compute_overlap.pyx(2KB)
--------__init__.py(0B)
--------model.py(957B)
--------transform.py(10KB)
--------image.py(11KB)
--------visualization.py(4KB)
--------config.py(2KB)
--------colors.py(3KB)
--------compute_overlap.cpython-36m-x86_64-linux-gnu.so(162KB)
--------keras_version.py(2KB)
--------coco_eval.py(3KB)
----initializers.py(1KB)