文件名称：matrixnet:MatrixNet对象检测架构的PyTorch实现
文件大小：4.31MB
文件格式：ZIP
更新时间：2024-05-04 22:14:05
Python
更新：即将推出矩阵网络的Detectron2版本 矩阵网 MatrixNet是一种用于对象检测的可感知比例和纵横比的深度学习架构。 我们实现了矩阵网的锚点（中心）和角点。 有关更多详细信息，请参阅下面的链接。 我们有两个基于Corners和Anchor（中心）的实现： 培训和评估守则 在以下论文中复制结果的代码： 在MatrixNets中选择层 MatrixNets提供的功能之一是能够选择用于训练和推理的层。 尽管在本文中使用了19层矩阵网络，但我们在此处实现了矩阵网络，因此可以通过在配置文件中设置layer_range变量来指定任何矩阵网络设计。 layer_range定义为3D矩阵，外部矩阵为5x5，并且如果我们不想包含此层，则此矩阵的每个条目都是[y_min，y_max，x_min，x_max]或-1的1D矩阵。 范例1： 在本文中，我们通过忽略5x5矩阵的左上角和右下角
【文件预览】：
matrixnet-master
----.gitignore(38B)
----gitignore(32B)
----images()
--------figure6.png(349KB)
--------figure7.png(890KB)
--------figure_anchors.png(944KB)
--------figure5.png(1.12MB)
--------figure_centers.png(951KB)
----sample()
--------__init__.py(0B)
--------utils.py(3KB)
--------coco.py(19KB)
----requirements.txt(2KB)
----packagelist_conda.txt(8KB)
----log.txt(41KB)
----src()
--------pip-delete-this-directory.txt(185B)
----external()
--------setup.py(368B)
--------nms.cpython-36m-x86_64-linux-gnu.so(463KB)
--------Makefile(56B)
--------__init__.py(0B)
--------nms.pyx(9KB)
--------nms.c(570KB)
----db()
--------detection.py(2KB)
--------__init__.py(0B)
--------datasets.py(65B)
--------base.py(2KB)
--------coco.py(7KB)
----models()
--------__init__.py(0B)
--------matrixnet.py(9KB)
--------resnet_features.py(7KB)
--------MatrixNetAnchors.py(8KB)
--------MatrixNetCorners.py(12KB)
--------py_utils()
----LICENSE(1KB)
----.github()
--------stale.yml(684B)
----nnet()
--------__init__.py(0B)
--------py_factory.py(4KB)
----utils()
--------__init__.py(123B)
--------tqdm.py(545B)
--------image.py(2KB)
----README.md(8KB)
----config.py(4KB)
----config()
--------MatrixNetAnchorsResnet50.json(2KB)
--------MatrixNetCornersResnet152.json(2KB)
--------MatrixNetCornersResnet50.json(2KB)
--------MatrixNetAnchorsResnet152.json(2KB)
----test.py(3KB)
----test()
--------__init__.py(0B)
--------coco.py(17KB)
----train.py(6KB)