Detecting:物体检测研究平台

时间:2024-04-20 06:07:06
【文件属性】:

文件名称:Detecting:物体检测研究平台

文件大小:10.18MB

文件格式:ZIP

更新时间:2024-04-20 06:07:06

fasterrcnn JupyterNotebook

检测中 TensorFlow2的热切执行实现了对象检测研究平台。 GitHub: : B站关于项目的视频介绍: : 项目初衷是给大家提供一个既方便使用,同时又易于学习的目标检测工具。检测给大家提供多种预训练模型,可以直接下载使用,项目中的所有代码都有详细注释。 我先挖个坑,暂时只实现了算法,后续会把坑填上,把主流的一些算法都实现。希望大家可以给个Star支持一下,谢谢! 如果有很多人喜欢Detecting这个项目的话,我会出一个免费的视频从头到尾讲解这个目标检测项目是如何做出来的。 项目中肯定存在bug和不足,大家在使用时遇到问题或有好的想法可以给我反馈。 安装 首先确保已经安装Tensorflow2环境,然后再安装检测模块。 推荐使用pip安装: pip install detecting 也可以使用原始码安装: 先使用git clone项目: git clone htt


【文件预览】:
Detecting-master
----detecting()
--------loss()
--------utils()
--------models()
--------__init__.py(112B)
--------datasets()
--------config()
--------build()
--------solver()
----LICENSE(1KB)
----test_images()
--------Untitled1.ipynb(694B)
--------000000540414.jpg(258KB)
--------Untitled.ipynb(3.3MB)
--------test.jpg(936KB)
--------000000018380.jpg(273KB)
----setup.py(816B)
----README.md(7KB)
----tutorial()
--------2.使用COCO预训练模型对COCO数据集进行预测()
--------3.训练VOC数据集()
--------6.COCO数据集模型评估()
--------4.训练自己的数据集()
--------1.下载COCO预训练ResNet模型进行预测()
--------5.VOC数据集模型评估()
----.gitignore(141B)

网友评论