文件名称：refinedet.pytorch:RefineDet的PyTorch实现
文件大小：1.59MB
文件格式：ZIP
更新时间：2024-05-24 12:53:41
pytorch refinedet Python
PyTorch中的RefineDet 这是的的PyTorch实施，这是张世峰，温龙吟，小编，甄磊和Stan Z.Li在CVPR2018中所做的工作。 官方的和原始的Caffe代码可以在找到。 此实现主要引用Caffe 的官方RefineDet和SSD 的PyTorch实现。 它的子库（ libs / datasets ）从进行了少量修改，即可处理数据集。 关于这个项目的中文简单帖子在。 普普派人 的Python 3.6.1 PyTorch 1.2.0 CUDA 9.0或更高 准备 首先，克隆项目并创建两个文件夹。 “数据”用于预训练的模型和数据集。 “输出”用于输出模型 git clone https://github.com/dd604/refinedet.pytorch.git cd refinedet.pytorch mkdir data mkdir output 汇编 如有必
【文件预览】：
refinedet.pytorch-master
----eval_refinedet.py(6KB)
----start_train_resnet101_coco512.sh(254B)
----.gitignore(259B)
----start_train_vgg16_voc320.sh(478B)
----requirements.txt(161B)
----_init_paths.py(160B)
----train_refinedet.py(10KB)
----__init__.py(289B)
----start_train_vgg16_voc512.sh(250B)
----LICENSE(1KB)
----kill_train.sh(81B)
----start_train_resnet101_coco320.sh(254B)
----libs()
--------setup.py(3KB)
--------data_layers()
--------datasets()
--------__init__.py(289B)
--------pycocotools()
--------networks()
--------utils()
--------make.sh(270B)
--------modules()
----README.md(7KB)
----demo()
--------000004.jpg(100KB)
--------demo.ipynb(1.06MB)
--------demo_simple.py(3KB)
--------000004_result.jpg(107KB)
----eval.sh(739B)