MATLAB读取图像实验代码-incremental_detectors:论文“没有灾难性遗忘的对象检测器的增量学习”的代码发布

MATLAB 读取图像实验代码无灾难性遗忘的目标检测器增量学习 这是我们在 ICCV 2017 上发表的论文的代码发布。 要求 代码是为 Python 3.5 和 TensorFlow 1.5 编写的（对于较新的版本，可能需要稍作修改）。 您还需要安装正常的科学堆栈：NumPy、SciPy、Matplotlib、OpenCV。 如果你不喜欢 OpenCV，你可以用可以读取和调整图像大小的东西替换它。 SciPy 仅用于与 Matlab 交互。 您还需要一个检查点来初始化对象检测器。 把它放在目录./resnet 。 这些权重是从 Microsoft 官方版本中获得的，但略有更改以更好地对应 TF 细微差异。 这个检查点与谷歌为 TF-Slim 发布的检查点不同。 数据集 所有实验均在 和 上完成。 要使用 COCO，您还需要安装。 实验 要在 VOC 2007 上训练和评估正常的 FastRCNN，请启动以下命令： python3 frcnn.py sigmoid --run_name=resnet_sigmoid_20 --num_classes=20 --dataset=voc07