文件名称：retinaface-pytorch:PyTorch中带有MobileNet后端的RetinaFace推理代码
文件大小：9.38MB
文件格式：ZIP
更新时间：2024-03-30 11:58:18
pytorch retinaface mobilenet-backend Python
PyTorch中带有MobileNet后端的RetinaFace推理代码 步骤1： cd cython python setup.py build_ext --inplace 第2步： python inference.py 评估（宽屏）： Easy Val AP：0.8872715908531869 中值AP：0.8663337842229522 硬值AP：0.771796729363941 试验结果： 参考： @inproceedings {deng2019retinaface，标题= {RetinaFace：野外单阶段密集脸定位}，作者= {Deng，Jiankang和Guo，Jia和Yuxiang，Zhou和Jinke Yu和Irene Kotsia和Zafeiriou，Stefanos}，书名= { arxiv}，年份= {2019}}
【文件预览】：
retinaface-pytorch-master
----test_images()
--------t6.jpg(299KB)
--------t5.jpg(3.19MB)
--------t1.jpg(126KB)
--------t4.jpg(66KB)
--------t2.jpg(452KB)
--------t3.jpg(186KB)
----mnet.25-symbol.json(120KB)
----README.md(884B)
----retinaface.py(20KB)
----mnet.25-0000.params(1.68MB)
----test_results()
--------t6.jpg(144KB)
--------t5.jpg(1.47MB)
--------t1.jpg(257KB)
--------t4.jpg(124KB)
--------t2.jpg(1.35MB)
--------t3.jpg(269KB)
----inference.py(850B)
----utils.py(12KB)
----cython()
--------gpu_nms.hpp(146B)
--------.gitignore(15B)
--------gpu_nms.pyx(1KB)
--------nms_kernel.cu(5KB)
--------anchors.pyx(1KB)
--------bbox.pyx(2KB)
--------__pycache__()
--------build()
--------__init__.py(0B)
--------cpu_nms.pyx(2KB)
--------setup.py(6KB)
----detector.py(2KB)