Pytorch-MBNet:MBNET的pytorch实现

preview
共9个文件
py：4个
csv：3个
pt：1个
Python
需积分: 18 3 下载量 15 浏览量 2021-03-26 02:06:41 上传 评论 收藏 6.54MB ZIP 举报
资源详情
资源评论
评论 收藏
钟离舟
  • 粉丝: 34
  • 资源: 4667
上传资源 快速赚钱
voice
center-task 前往需求广场，查看用户热搜

相关推荐

zip

Pytorch-UNet：U-Net的PyTorch实施，用于高质量图像的图像语义分割-源码

UNet：使用PyTorch进行语义分割 在PyTorch中针对高清晰度图像针对Kaggle的自定义实施 。 该模型是从头开始训练的，具有5000张图像（无数据增强），并且在超过100k张测试图像上获得了0.988423（735中的511）的。 可以通过更多的培训，数据增强，微调，使用CRF后处理以及在蒙版边缘上施加更多权重来提高此分数。 Carvana数据可在上。 用法 注意：使用Python
zip

speechmetrics:语音质量指标MOSNet，BSSEval，STOI，PESQ，SRMR和SISDR的包装

语音指标 该存储库是目标度量的几种可免费获得的实现的包装，用于评估语音信号的质量。 它既包括相对指标，也包括绝对指标，这意味着分别需要或不需要参考信号的指标。 如果您发现语音指标有用，则欢迎您为相应的指标引用原始论文，因为这只是原始作者所提供的实现的包装。 如果您想到了一些可以在此处包含的可用python实现的指标，请告诉我！ 安装 在我们最近的测试中，在ubuntu上安装顺利，但是在pype
star 5星 · 资源好评率100%
zip

FMNet-pytorch:一个 Pytorch 实现

FMNet-pytorch pytorch 实现：“深度功能映射：密集形状对应的结构化预测”[ ] 安装 这个实现在python>=3.7上运行，使用pip安装依赖： pip3 install -r requirements.txt 下载数据和预处理 下载所需的数据集并将其放入data文件夹中。 提供多个数据集。 提供了 faust-reshed 数据集的示例. 构建镜头计算器： cd
zip

pytorch-pix2pix:各种数据集的pix2pix的Pytorch实现

pytorch-pix2pix pix2pix [1]的各种数据集的Pytorch实现。 您可以下载数据集： : 您可以在查看有关网络体系结构和培训详细信息的更多信息。 资料集 城市风光2,975个训练图像，200个训练纪元，1批大小，反序：真 外墙400个训练图像，200个训练纪元，1个批处理大小，反顺序：真 地图1,096个训练图像，200个训练纪元，1个批处理大小，反序：真 edge
zip

Shift-Net_pytorch:Shift-Net的Pytorch实现

新的培训策略 我发布了一种新的训练策略，该方法可以减少色偏，从而有助于应对随机面罩训练，而这大约需要30％的训练时间。 当我们执行脸部插入时，这是非常有用的。 设置--which_model_netG='face_unet_shift_triple'和--model='face_shiftnet'和--batchSize=1来执行该策略。 参见下面的一些示例，当在面部数据集上使用随机蒙版进行训练
zip

SSD-Pytorch：更紧凑，更简单的SSD pytorch实现

固态硬盘 固态硬盘的更紧凑，更简单的pytorch实现 新的功能： Opencv支持数据读取和数据扩充。 紧凑且易于阅读的项目结构。 轻松定制的数据集培训。
zip

egnn-pytorch：在Pytorch中实现E（n）-等价图神经网络

EGNN-Pytorch（WIP） 中的实现。 最终可用于Alphafold2复制。 安装 $ pip install egnn-pytorch 用法 import torch from egnn_pytorch import EGNN layer1 = EGNN ( dim = 512 ) layer2 = EGNN ( dim = 512 ) feats = torch . randn (
zip

MVSNet-pytorch版 源码 MVSNet-pytorch-master

MVSNet_pytorch版 源码 MVSNet_pytorch-master MVSNet_pytorch版 源码 MVSNet_pytorch-master MVSNet_pytorch版 源码 MVSNet_pytorch-master MVSNet_pytorch版 源码 MVSNet_pytorch-masterMVSNet_pytorch版 源码 ...
bz2

pytorch-1.6.0-py3.6-cuda10.2.89-cudnn7.6.5-0.tar.bz2

pytorch-1.6.0-py3.6_cuda10.2.89_cudnn7.6.5_0.tar.bz2 pytorch-1.6.0-py3.6_cuda10.2.89_cudnn7.6.5_0.tar.bz2 pytorch-1.6.0-py3.6_cuda10.2.89_cudnn7.6.5_0.tar.bz2 pytorch-1.6.0-py3.6_cuda10.2.89_cudnn...
zip

PyTorch-Image-Models-Multi-Label-Classification-main.zip

PyTorch-Image-Models-Multi-Label-Classification-main.zip
star 4星 · 用户满意度95%
zip

Person_reID_baseline_pytorch-master.zip_Person Re-ID:_PyTorch行人识

深度学习网络进行行人重识别，rank1高达88%，mAP高达70%
zip

pytorch-openpose-master_pytorchopen_人体姿态_pytorch-openpose_身体识别_深

pytorch-openpose-master_pytorchopen_人体姿态_pytorch-openpose_身体识别_深
zip

pytorch-projection_sngan:投影Sngan的Pytorch实现

pytorch-projection_sngan 使用光谱归一化和投影判别器的条件图像生成的Pytorch实现。 频谱归一化： : 投影判别器： : id 核心代码严格从迁移 该代码正在工作。 当前没有时间改进培训代码并进行更多的实验。 我会尽快做到的。
zip

Pytorch_rppgs:使用pytorch实现Deepphys模型

Pytorch_rppgs 使用pytorch实现rppg模型 型号清单 DeepPhys（加拿大） MTTS 测试
zip

NAG-pytorch:Pytorch https的实现

NAG火炬 对手产生网络 CVPR 2018论文的非官方实施：PyTorch中的“ NAG：对抗者生成网络”。 抽象的 对抗性干扰会对部署机器学习系统构成严重威胁。 最近的工作表明存在不可知论的图像扰动，这些扰动会欺骗大多数自然图像上的分类器。 现有方法提出了优化方法，该方法解决了具有不可觉察的约束的愚蠢目标，从而产生了“摄动”。 但是，对于给定的分类器，它们一次生成一个扰动，这是来自对抗性扰动流
zip

feedback-transformer-pytorch:Pytorch中反馈变压器的实现

反馈变压器-Pytorch 在Pytorch中简单实现 。 通过使每个令牌可以随时访问所有先前层的表示形式，它们对Transformer-XL有所改进。 这是通过将所有层的输出聚合到一个共享的内存中来实现的，跨每个层的令牌可以在每个时间步参与该共享的内存。 主要缺点是训练时间长，这是由于其不平行的性质。 但是我认为我可以将其构建为对该工作线的进一步探索和研究。 我还随意添加了一些增强功能，包括
zip

bottleneck-transformer-pytorch:Pytorch中瓶颈变压器的实现

瓶颈变压器-火炬 在Pytorch中，在性能-计算权衡方面优于EfficientNet和DeiT的卷积（SotA）视觉识别模型的卷积+注意实现 安装 $ pip install bottleneck-transformer-pytorch 用法 import torch from torch import nn from bottleneck_transformer_pytorch import
zip

pytorch-kfac：KFAC的Pytorch实现-这是https：github.comtensorflowkfac的端口

用法安装git clone https://github.com/n-gao/pytorch-kfac.gitcd pytorch-kfacpython setup.py install例子示例中提供了examples笔记本。 必须启用对向前通过和向后通过的跟踪。 这阻止了优化器跟踪其他过程，例如...
zip

pytorch-Learning-to-See-in-the-Dark-master.zip

pytorch-Learning-to-See-in-the-Dark代码，CVPR论文 亲测，可行
gz

Python库 | pytorch-fast-transformers-0.3.0.tar.gz

资源分类：Python库 所属语言：Python 资源全名：pytorch-fast-transformers-0.3.0.tar.gz 资源来源：官方 安装方法：https://lanzao.blog.csdn.net/article/details/101784059
star 5星 · 资源好评率100%
zip

基于PyTorch与PyTorch-Lightning进行人工神经网络模型与CNN模型的构建.zip

准备阶段，使用 PyTorch-Lightning 进行训练框架的搭建。 在{model_name}_main.py 入口脚本（例如 cnn_main.py）中设置 Global Seed 为 42，使用自定义的 MnistDataLoader 作为训练数据，使用 pl.Trainer()对模型...
star 5星 · 资源好评率100%
zip

QANet-pytorch-：QANet的Pytorch实现

质量保证网 一个Pytorch实施 该代码主要基于两个存储库： 性能 训练纪元/步骤 批量大小 隐藏尺寸 注意头 电磁 F1 12.8 / 35,000 32 96 1个 69.0 78.6 22 / 60,000 32 96 1个 69.7 79.2 12.8 / 93,200 12 128 8 70.3 79.7 22 / 160,160 12 128
zip

superpoint-pytorch:Superpoint https的Pytorch实现

超点火炬 该文件是对Superpoint模型的pytorch实现和评估，如。 我们在RémiPautrat的tensorflow实现中找到了很大的帮助： : 。 在兴趣点检测中，我们的模型似乎未完全收敛： 但是，同形加法与我们的模型相结合的结果看起来还是不错的： 与其他点检测模型进行比较： 与原始模型相比，总体结果未达到跟踪能力。 对于原始模型，匹配点是： 与我们的实施： 尽
zip

pytorch-glow:OpenAI的GLOW的Pytorch实现

辉光 OpenAI生成模型Pytorch实现。 此仓库提供了一种用于堆叠可逆转换的模块化方法。 运行代码 python train.py <args> 例如 CUDA_VISIBLE_DEVICES=0 python train.py --depth 10 --coupling affine --batch_size 64 --print_every 100 --permutation con
zip

pytorch-center-loss：Pytorch实现中心损失

火炬中心损失 Pytorch实现中心损失的方法： （ ）也使用此损失函数。 开始吧 克隆此仓库并运行代码 $ git clone https://github.com/KaiyangZhou/pytorch-center-loss $ cd pytorch-center-loss $ python main.py --eval-freq 1 --gpu 0 --save-dir log/
zip

linformer-pytorch:我对Pytorch的Linformer的实际实现的看法

Linformer Pytorch实施 实际实现。注意只有n的线性复杂度，可以在现代硬件上处理非常长的序列长度（1mil +）。 此回购协议是一个样式转换器，带有编码器和解码器模块。这里的新颖之处在于，现在，人们可以使注意力转向线性。在下面查看如何使用它。 这正在wikitext-2上进行验证。目前，它的性能与其他稀疏注意力机制（例如水平相同，但仍必须找到最佳的超参数。 头部的可视化也是可能的。
zip

pytorch-CycleGAN-and-pix2pix-master

pytorch-CycleGAN-and-pix2pix-master的一个代码
star 5星 · 资源好评率100%
zip

pytorch-NetVlad:NetVlad的Pytorch实施，包括匹兹堡培训

pytorch-NetVlad 中NetVlad的实现，包括用于在匹兹堡数据集上训练模型的代码。 复制纸张 下面是与表1右列中第三行的结果相比的结果： R @ 1 R @ 5 R @ 10 84.1 94.6 95.5 pytorch-NetVlad（alexnet） 68.6 ...
star 5星 · 资源好评率100%