【文件属性】：
文件名称：ASFF:yolov3 与 mobilenet v2 和 ASFF
文件大小：434KB
文件格式：ZIP
更新时间：2021-08-04 14:22:09
Python
学习用于单次目标检测的空间融合
作者：刘松涛、黄帝、王云红
介绍
在这项工作中，我们为金字塔特征融合提出了一种新颖的数据驱动策略，称为自适应空间特征融合（ASFF）。 它学习在空间上过滤冲突信息以抑制不一致的方法，从而提高特征的尺度不变性，并引入几乎免费的推理开销。 有关更多详细信息，请参阅我们的。
更新：
YOLOX 来 ，快来用更强的YOLO吧！
添加 MobileNet V2！
之前的模型实际上都是用错误的锚点设置训练的，我们修复了 mobileNet 模型上的错误。
我们目前不支持 mobileNet V2 的 rfb、dropblock 和 Feature Adaption。
mobileNet 的 FP16 训练现在不起作用。 我没弄明白。
mobileNet 的 FP16 测试下降了大约 0.2 mAP。
添加一个 demo.py 文件
更快的 NMS（采用官方
【文件预览】：
ASFF-master
----models()
--------yolov3_head.py(13KB)
--------yolov3_mobilev2.py(8KB)
--------yolov3_asff.py(8KB)
--------network_blocks.py(17KB)
--------yolov3_baseline.py(6KB)
--------utils_loss.py(2KB)
----eval.py(6KB)
----example()
--------test.jpg(314KB)
----config()
--------yolov3_mobile.cfg(308B)
--------yolov3_baseline.cfg(325B)
----main.py(18KB)
----demo.py(4KB)
----LICENSE(34KB)
----dataset()
--------data_augment.py(13KB)
--------cocodataset.py(6KB)
--------vocdataset.py(11KB)
--------__init__.py(26B)
--------voc_eval.py(7KB)
--------dataloading.py(9KB)
--------mixupdetection.py(5KB)
----doc()
--------asff.png(18KB)
----.gitignore(189B)
----README.md(9KB)
----utils()
--------vis_utils.py(3KB)
--------utils.py(5KB)
--------DCN()
--------__init__.py(26B)
--------distributed_util.py(5KB)
--------cocoapi_evaluator.py(8KB)
--------voc_evaluator.py(7KB)
--------fp16_utils()
----make.sh(38B)