文件名称：efficientdet-pytorch:忠实于原始Google导入权重的PyTorch EfficientDet实现
文件大小：132KB
文件格式：ZIP
更新时间：2024-04-08 21:58:38
pytorch object-detection semantic-segmentation efficientnet efficientdet
EfficientDet（PyTorch） EfficientDet的PyTorch实现。 它基于 Mingxing 正式实施Tensorflow Tan Mingxing Tan，庞若鸣，Quoc V撰写的论文。Le 还有其他PyTorch实现。他们的方法不适合我的目标，无法正确地重现Tensorflow模型（但具有PyTorch的感觉和灵活性），或者它们无法接近从零开始复制MS COCO培训。 除了默认的模型配置外，这里还有很多灵活性可以促进实验和快速改进-基于官方Tensorflow impl的一些选项，我自己的一些： BiFPN连接和组合模式是完全可配置的，并且不包含在模型代码中 BiFPN和头模块可以在深度可分离卷积或标准卷积之间切换 激活，批处理规范层可通过参数切换（很快配置） 我的timm模型集合中任何支持特征提取的主干（ features_only arg）都可以用
【文件预览】：
efficientdet-pytorch-master
----effdet()
--------distributed.py(9KB)
--------bench.py(7KB)
--------helpers.py(737B)
--------evaluator.py(7KB)
--------factory.py(2KB)
--------soft_nms.py(6KB)
--------anchors.py(17KB)
--------evaluation()
--------loss.py(10KB)
--------__init__.py(479B)
--------efficientdet.py(26KB)
--------config()
--------object_detection()
--------data()
--------version.py(22B)
----train.py(29KB)
----.github()
--------FUNDING.yml(65B)
--------ISSUE_TEMPLATE()
----distributed_train.sh(107B)
----sotabench.py(6KB)
----clean_checkpoint.py(3KB)
----requirements.txt(159B)
----validate.py(8KB)
----LICENSE(11KB)
----avg_checkpoints.py(5KB)
----setup.py(2KB)
----README.md(29KB)
----sotabench_setup.sh(194B)
----.gitignore(2KB)
----requirements-sotabench.txt(253B)