文件名称:efficientdet:PyTorch用于对象检测的最新模型的实现EfficientDet [已提供预训练权重]
文件大小:1.24MB
文件格式:ZIP
更新时间:2024-05-24 13:07:08
pytorch object-detection efficientnet efficientdet Python
EfficientDet:可扩展且高效的对象检测 最新对象检测架构EfficientDet的PyTorch实现 动机 截至我开始从事该项目时,GitHub上没有PyTorch实施与该模型参数的数量与原始论文相匹配。 所有现有的存储库都与最近发布的TensorFlow实施方式发生了很大的变化(例如,更改主干的步幅,缺少批处理规范化层,池化层中没有“相同”的填充策略,不同的训练超参数,不使用指数移动平均衰减等)。 这是我在PyTorch中重现EfficientDet的尝试。 我的最终目标是从原始论文复制训练周期并获得几乎相同的结果。 实施注意事项 除了TensorFlow实现之外,我还消除了卷积层中无用的偏差,然后进行了批量归一化,这导致了参数减少。 模型动物园 型号名称 重物 #params #params纸 肺动脉压 val mAP纸 D0 38.78万 390万 32.8 33.5
【文件预览】:
efficientdet-master
----log()
--------logger.py(780B)
----main.py(3KB)
----data()
--------.gitignore(5B)
----model()
--------head.py(1KB)
--------module.py(4KB)
--------__init__.py(30B)
--------efficientnet()
--------det.py(4KB)
--------bifpn.py(4KB)
--------backbone.py(2KB)
----train.py(2KB)
----dataloader.py(4KB)
----LICENSE(1KB)
----validation.py(2KB)
----requirements.txt(129B)
----.gitignore(2KB)
----config.py(3KB)
----demo()
--------test_params.py(798B)
--------demonstration.ipynb(1.59MB)
--------coco_val_results.txt(4KB)
----weights()
--------.gitignore(5B)
----README.md(4KB)
----utils()
--------transforms.py(6KB)
--------tools.py(7KB)
--------processing.py(2KB)
--------utils.py(5KB)
--------anchors.py(13KB)
--------visual.py(4KB)
--------__init__.py(174B)
--------wrapper.py(2KB)