文件名称：Yolact_minimal:YOLACT的最小PyTorch实现
文件大小：1.68MB
文件格式：ZIP
更新时间：2024-06-03 13:29:31
Python
Yolact_minimal Yolact的最小PyTorch实现 。 原始项目在。 此实现简化了原始代码，保留了主要功能并使网络易于理解。 此实现尚未更新为Yolact ++。 以双绞变压器为骨干的新版本已经在市场上。 TensorRT加速度也已经存在。 这两个分支即将合并。 请检查 网络结构。 环境环境 PyTorch> = 1.1 Python> = 3.6 n 对于CUDA 10.2，onnxruntime-gpu == 1.6.0 tensooardX 其他常见的软件包。 准备 构建cython-nms python setup.py build_ext --inplace 下载COCO 2017数据集，在config.py 'res101_coco'中修改self.data_root 。 下载权重。 Yolact训练的重量。 骨干 盒图 面膜MAP Google云
【文件预览】：
Yolact_minimal-master
----.gitignore(123B)
----cython_nms.pyx(2KB)
----README.md(9KB)
----export2onnx.py(2KB)
----utils()
--------augmentations.py(10KB)
--------labelme2coco.py(3KB)
--------timer.py(2KB)
--------output_utils.py(13KB)
--------common_utils.py(9KB)
--------pascal2coco.py(2KB)
--------box_utils.py(7KB)
--------coco.py(5KB)
----eval.py(5KB)
----config.py(11KB)
----readme_imgs()
--------result.jpg(55KB)
--------network.png(195KB)
--------mAP.png(12KB)
--------label_name.png(6KB)
--------lincomb.jpg(98KB)
--------cutout.jpg(34KB)
--------labels.png(7KB)
--------labelme.png(512KB)
----train.py(8KB)
----custom_dataset()
--------000000046804.json(123KB)
--------labels.txt(33B)
--------000000046804.jpg(295KB)
--------000000020247.jpg(155KB)
--------000000117525.jpg(122KB)
--------000000020247.json(66KB)
--------000000117525.json(75KB)
--------custom_ann.json(7KB)
----detect_with_onnx.py(7KB)
----modules()
--------yolact.py(15KB)
--------backbone.py(4KB)
----detect.py(7KB)
----setup.py(220B)