文件名称：SSD-pytorch：SSD：单发MultiBox Detector pytorch实施着重于简单性
文件大小：96.42MB
文件格式：ZIP
更新时间：2024-03-24 05:41:58
deep-neural-networks computer-vision deep-learning detection pytorch
SSD：单发MultiBox检测器 介绍 这是我的2种模型的pytorch实现： SSD-Resnet50和SSDLite-MobilenetV2 。 这些模型基于论文描述的原始模型（SSD-VGG16）。 此实现支持混合精度训练。 SSD Resnet50的输出示例。 动机 为什么在已经有许多ssd实现的情况下存在此实现？ 我相信许多人在看到此实现时都会想到这个问题。 实际上，Pytorch中已经有许多SSD及其变体的实现。 但是，其中大多数是： 过于复杂 模块化 增加了许多改进 未评估/可视化 以上几点使学习者难以理解原始ssd的外观。 因此，我将重点放在简单性上来重新实现这个众所周知的模型。 我相信此实现适合不同级别的ML / DL用户，尤其是初学者。 与本文中描述的模型相比，有一些小的更改（例如主干），但是其他部分严格遵循本文。 数据集 数据集 班级 ＃火车图片 ＃验证图片
【文件预览】：
SSD-pytorch-main
----train.py(6KB)
----test_video.py(3KB)
----src()
--------process.py(3KB)
--------transform.py(5KB)
--------utils.py(10KB)
--------model.py(6KB)
--------loss.py(2KB)
--------dataset.py(2KB)
--------__init__.py(0B)
----Dockerfile(250B)
----demo()
--------2.jpg(141KB)
--------8.jpg(184KB)
--------6.jpg(132KB)
--------1.jpg(94KB)
--------4.jpg(106KB)
--------5.jpg(207KB)
--------tensorboard.png(36KB)
--------9.jpg(161KB)
--------video.gif(95.8MB)
--------7.jpg(125KB)
--------3.jpg(78KB)
--------mAP.png(79KB)
----LICENSE(1KB)
----README.md(5KB)
----test_dataset.py(3KB)
----test_image.py(3KB)