文件名称:efficiencydet :(提供预训练的权重)EfficientDet:Signatrix GmbH实现可扩展且高效的对象检测
文件大小:44.06MB
文件格式:ZIP
更新时间:2024-02-25 17:31:20
deep-learning neural-network pytorch object-detection coco-dataset
EfficientDet:可扩展且高效的对象检测 介绍 这是我们在EfficientDet:可伸缩和高效对象检测描述的模型的pytorch实现(注意:我们还提供了预先训练的权重,您可以在./trained_models中看到) 我们模型输出的一个例子。 数据集 数据集 班级 #火车图片 #验证图片 可可2017 80 118k 5千 在存储库下创建一个数据文件夹, cd {repo_root} mkdir data 可可:从下载可可图像和注释。 确保将文件放置为以下结构: COCO ├── annotations │ ├── instances_train2017.json │
【文件预览】:
efficientdet-master
----train.py(8KB)
----test_dataset.py(3KB)
----LICENSE(1KB)
----src()
--------loss.py(6KB)
--------utils.py(5KB)
--------dataset.py(6KB)
--------model.py(12KB)
--------config.py(3KB)
----trained_models()
--------signatrix_efficientdet_coco.onnx(17.38MB)
--------signatrix_efficientdet_coco.pth(17.53MB)
----requirements.txt(45B)
----.gitignore(1KB)
----mAP_evaluation.py(2KB)
----test_video.py(3KB)
----demo()
--------8.jpg(208KB)
--------2.jpg(80KB)
--------1.jpg(235KB)
--------6.jpg(127KB)
--------video.gif(10.66MB)
--------3.jpg(83KB)
--------5.jpg(121KB)
--------4.jpg(150KB)
--------9.jpg(86KB)
--------7.jpg(132KB)
----README.md(4KB)