没有合适的资源?快使用搜索试试~ 我知道了~
context-rcnn-d2:“上下文R-CNN的实现
共24个文件
py:13个
yaml:8个
md:3个
需积分: 5 4 下载量 170 浏览量
2021-04-07
02:01:30
上传
评论
收藏 31KB ZIP 举报
温馨提示
上下文R-CNN 在对象检测库的顶部,。 此实现利用了Detectron2开箱即用的许多功能:多种主干架构选项(例如C4,FPN),使用COCO文件轻松设置,轻松进行分布式培训,Tensorboard日志记录,Pytorch本机混合精度培训等。 环境设定 在开发过程中使用了Detectron2 0.3,Pytorch 1.6和CUDA 10.1。 欢迎使用PR处理新版本的PR,尤其是Detectron2。 对于绝对有效的环境- conda create -n contextrcnn python=3.7 conda activate contextrcnn pip install -r requirements.txt -f \ https://dl.fbaipublicfiles.com/detectron2/wheels/cu101/torch1.6/index.html
资源推荐
资源详情
资源评论
收起资源包目录
context-rcnn-d2-main.zip (24个子文件)
context-rcnn-d2-main
models
README.md 35B
configs
COCO-Detection
faster_rcnn_R_101_FPN_3x.yaml 142B
.ipynb_checkpoints
faster_rcnn_R_101_FPN_3x-checkpoint.yaml 142B
context_rcnn_R_101_FPN-checkpoint.yaml 149B
context_rcnn_R_101_FPN.yaml 149B
Base-Context-RCNN-FPN.yaml 2KB
Base-RCNN-C4.yaml 431B
Base-RCNN-FPN.yaml 1KB
Base-Context-RCNN-C4.yaml 646B
scripts
train.py 8KB
preprocess.py 3KB
setup.py 176B
README.md 5KB
context_rcnn
train.py 3KB
config.py 703B
roi_heads.py 9KB
data.py 15KB
__init__.py 0B
predict.py 1KB
rcnn.py 7KB
eval.py 3KB
preprocess.py 8KB
attention.py 4KB
data
README.md 32B
共 24 条
- 1
资源评论
邱笑晨
- 粉丝: 40
- 资源: 4553
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功