文件名称:Keras-FasterRCNN:Faster R-CNN的keras实现
文件大小:2.16MB
文件格式:ZIP
更新时间:2024-05-23 08:18:28
Python
Keras-FasterRCNN 更快的R-CNN的Keras实现:通过区域提议网络实现实时目标检测。 克隆自 更新: 支持inception_resnet_v2 要在keras.application中将inception_resnet_v2用作特征提取器,请使用transfer / export_imagenet.py创建新的inception_resnet_v2模型文件 如果使用原始的inception_resnet_v2模型作为特征提取器,则无法在fast-rcnn上加载权重参数 用法: theano和tensorflow后端均受支持。 但是在theano中编译时间非常长,强烈建议使用Tensorflow。 train_frcnn.py可用于训练模型。 要训练Pascal VOC数据,只需执行以下操作: python train_frcnn.py -p /path/t
【文件预览】:
Keras-FasterRCNN-master
----results_imgs()
--------2.png(310KB)
--------3.png(492KB)
--------1.png(348KB)
--------0.png(316KB)
--------4.png(302KB)
----.gitignore(67B)
----images()
--------000025.jpg(94KB)
--------000064.jpg(116KB)
--------000028.jpg(64KB)
--------000001.jpg(77KB)
--------000082.jpg(78KB)
----requirements.txt(478B)
----train_frcnn.py(14KB)
----test_frcnn.py(9KB)
----LICENSE(1KB)
----README.md(4KB)
----keras_frcnn()
--------xception.py(9KB)
--------RoiPoolingConv.py(4KB)
--------vgg.py(5KB)
--------data_generators.py(14KB)
--------roi_helpers.py(10KB)
--------__init__.py(0B)
--------simple_parser.py(2KB)
--------FixedBatchNormalization.py(4KB)
--------inception_resnet_v2.py(19KB)
--------config.py(2KB)
--------pascal_voc_parser.py(6KB)
--------data_augment.py(2KB)
--------resnet.py(10KB)
--------losses.py(2KB)
----transfer()
--------export_imagenet.py(1KB)
--------inception_resnet_v2.py(11KB)
----measure_map.py(9KB)