文件名称：mask_rcnn_pytorch:Mask-RCNN的PyTorch 0.4实现在具有GPUCPU的linuxmacwin10上运行
文件大小：1.85MB
文件格式：ZIP
更新时间：2024-05-28 18:55:33
JupyterNotebook
可可数据集上的预训练模型正在进行中。 分支可可还不稳定。 由于可可分行不够稳定，因此目前仅用作教育目的： TL; DR： 演示在demo.ipynb Doc在doc/mask-rcnn-intro.ipynb 配置-> configuration.py test使用那些网络标题 面罩RCNN PyTorch Mask-RCNN的PyTorch 0.4实现。 这是我们在工作的副项目 特征： 与设备无关的代码。 在不修改代码的情况下同时运行gpu / cpu，培训和测试都不需要gpu。 感谢pytorch 0.4！ 完整记录的代码，带有jupyter笔记本指南，易于使用的配置 清晰的代码结构，带有完整的单元测试，以最小的痛苦扩展 要求 代码在以下系统下测试 Ubuntu 16.04（CPU / Nvidia GPU） macOS High Sierra（CPU版本） Win
【文件预览】：
mask_rcnn_pytorch-master
----.gitattributes(84B)
----train.py(8KB)
----loader()
--------__init__.py(0B)
--------coco()
--------dsb2018()
--------sampler.py(792B)
--------transforms.py(6KB)
----configuration.py(4KB)
----build_gpu.sh(277B)
----build_cpu.sh(167B)
----demo.ipynb(1.87MB)
----doc()
--------mask-rcnn-intro.ipynb(7KB)
--------images()
----LICENSE(1KB)
----net()
--------utils()
--------lib()
--------mask_rcnn.py(7KB)
--------layer()
----test()
--------test_loader.py(4KB)
--------test_nms.py(6KB)
--------test_utils.py(711B)
--------test_head.py(6KB)
--------test_target.py(7KB)
----README.md(5KB)
----data()
--------dsb2018()
--------convert.py(2KB)
----.gitignore(2KB)