文件名称：pytorch-faster-rcnn:基于pytorch的实现更快的rcnn
文件大小：297KB
文件格式：ZIP
更新时间：2024-05-02 13:22:43
detection pytorch faster-rcnn Python
pytorch-faster-rcnn 1.简介 基于Pytorch的快速rcnn框架的实现。有关更快的R-CNN的详细信息，请参阅论文《 ，作者邵少青，何开明，Ross Girshick，孙健 此检测框架具有以下功能： 它可以作为纯python代码运行，也可以基于pytorch框架纯运行，无需构建 仅运行train.py脚本即可轻松进行培训，只需设置数据根目录 它有许多骨干网。 像vgg，resnet-fpn，mobilenet，高分辨率网络（HRNet） 它可以是一个真正的检测框架。 您只需要在配置文件中更改超级参数，并获得不同的模型来比较不同的模型 它的内存效率高（vgg16约为3GB） 2.安装 2.1先决条件 Python 2.7或3.5 火炬1.5.1 火炬视觉0.6.1 numpy的1.15.4 枕头6.1.0 pycocotools 2.0 matplotl
【文件预览】：
pytorch-faster-rcnn-main
----.gitignore(2KB)
----backbone()
--------vgg16.py(2KB)
--------fpn101.py(4KB)
--------mobilenet.py(4KB)
--------resnet50_fpn_model.py(13KB)
--------hrnet.py(11KB)
----requirements.txt(113B)
----utils()
--------coco_utils.py(10KB)
--------boxes_utils.py(6KB)
--------im_utils.py(2KB)
--------roi_header_util.py(13KB)
--------anchor_utils.py(6KB)
--------train_utils.py(15KB)
--------det_utils.py(14KB)
--------rpn_utils.py(13KB)
--------draw_box_utils.py(4KB)
--------evaluate_utils.py(2KB)
--------faster_rcnn_utils.py(14KB)
--------transform_utils.py(6KB)
--------plot_utils.py(1KB)
----README.md(7KB)
----imgs()
--------demo1.png(245KB)
----dataloader()
--------coco_dataset.py(4KB)
----config()
--------test_config.py(147B)
--------train_config.py(2KB)
----test.py(2KB)
----test()
--------anchor_utils_test.py(230B)
----train.py(5KB)