文件名称：EfficientDet:Keras和Tensorflow中的EfficientDet（可扩展和有效的对象检测）实现
文件大小：555KB
文件格式：ZIP
更新时间：2024-05-22 07:54:01
detection oriented-object-detection efficientdet keras-efficientdet tf-efficientdet
高效饮食 这是用于在Keras和Tensorflow上进行对象检测的的实现。 该项目基于 ， 和 的官方实现。 关于预先训练的体重 从下载上预训练的EfficientNet权重 可可的预训练EfficientDet权重是从官方版本转换而来的。 感谢您的辛勤工作。 该项目是根据Apache许可发布的。 使用此项目时，也请考虑其许可证。 更新 [03/21/2020]与官方实施同步。 [03/05/2020]锚定免费版本。 精度稍低一些，但是更快，更小，有关详细信息，请参考 [02/20/2020]支持四边形检测。 有关详细信息，请参阅 火车 建立资料集 帕斯卡VOC 下载VOC2007和VOC2012，将所有图像文件从VOC2007复制到VOC2012。 将VOC2007 train.txt附加到VOC2012 trainval.txt。 用VOC2007 val.txt覆盖V
【文件预览】：
EfficientDet-master
----setup.py(186B)
----.gitignore(1KB)
----requirements.txt(201B)
----coco_90.json(4KB)
----inference_video.py(2KB)
----tfkeras.py(694B)
----LICENSE(11KB)
----freeze_model.py(2KB)
----inference.py(2KB)
----layers.py(14KB)
----generators()
--------__init__.py(0B)
--------coco.py(6KB)
--------common.py(19KB)
--------csv_.py(13KB)
--------pascal.py(9KB)
----.github()
--------stale.yml(683B)
----utils()
--------visualization.py(4KB)
--------transform.py(10KB)
--------__init__.py(6KB)
--------draw_boxes.py(712B)
--------colors.py(3KB)
--------image.py(11KB)
--------compute_overlap.cpython-36m-x86_64-linux-gnu.so(162KB)
--------compute_overlap.pyx(2KB)
--------anchors.py(13KB)
----README.md(4KB)
----README_quad.md(3KB)
----inference_frozen_graph.py(3KB)
----keras_.py(670B)
----initializers.py(1KB)
----inference_quad.py(5KB)
----eval()
--------__init__.py(0B)
--------coco.py(7KB)
--------common.py(11KB)
--------pascal.py(4KB)
----efficientnet.py(24KB)
----callbacks.py(3KB)
----test()
--------demo.jpg(413KB)
----model.py(29KB)
----augmentor()
--------transform.py(16KB)
--------__init__.py(0B)
--------misc.py(11KB)
--------color.py(6KB)
----losses.py(7KB)
----train.py(14KB)