没有合适的资源?快使用搜索试试~ 我知道了~
piou:piou损失和Retail50K数据集
共134个文件
py:54个
sh:23个
jpg:8个
需积分: 13 1 下载量 83 浏览量
2021-03-08
14:51:09
上传
评论
收藏 32.02MB ZIP 举报
温馨提示
损失 定向对象检测; IOU损失 , 陈志明,陈基恩,林伟耀,约翰·西,许宇,严克,杨聪 arXiv技术报告( ) 抽象的 使用定向包围盒(OBB)进行对象检测可以通过减少与背景区域的重叠来更好地定位旋转对象。 现有的OBB方法大多是通过引入额外的角度尺寸(通过距离损耗进行优化)在水平边界框检测器上构建的。 但是,由于距离损失仅使OBB的角度误差最小,并且与IoU的相关性松散,因此它对具有高长宽比的对象不敏感。 因此,制定了一种新的损失,即Pixels-IoU(PIoU)损失,以利用角度和IoU进行精确的OBB回归。 PIoU损耗是从IoU度量导出的,具有像素级形式,这很简单,适用于水平和定向边界框。 为了证明其有效性,我们在基于锚和无锚的框架上评估了PIoU的损失。 实验结果表明,PioU损耗可以显着提高OBB检测器的性能,特别是在具有高长宽比和复杂背景的物体上。 此外,以前的评估数
资源推荐
资源详情
资源评论
收起资源包目录
piou:piou损失和Retail50K数据集 (134个子文件)
gtest_main.cc 2KB
gtest-all.cpp 329KB
evaluate_object_3d_offline.cpp 33KB
evaluate_object_3d.cpp 32KB
pixel_weights_cpu.cpp 4KB
grad_test.cpp 3KB
pixel_weights_cuda.cpp 2KB
main.cpp 543B
pixel_weights_binding.cpp 278B
retail50k_train_2.csv 22.69MB
retail50k_train_1.csv 22.08MB
retail50k_test.csv 8.25MB
pixel_weights_kernel.cu 39KB
pixel_weights_cpp-0.0.0-py3.5-linux-x86_64.egg 997KB
evaluate_object_3d_offline 329KB
gtest.h 783KB
mail.h 811B
temp.h 490B
33823288584_1d21cf0a26_k.jpg 244KB
34501842524_3c858b3080_k.jpg 229KB
18124840932_e42b3e377c_k.jpg 159KB
17790319373_bd19b24cfc_k.jpg 146KB
19064748793_bb942deea1_k.jpg 137KB
16004479832_a748d55f21_k.jpg 133KB
33887522274_eebd074106_k.jpg 119KB
24274813513_0cfd2ce6d0_k.jpg 111KB
LICENSE 1KB
MODEL_ZOO.md 8KB
README.md 4KB
GETTING_STARTED.md 4KB
DATA.md 4KB
INSTALL.md 2KB
DEVELOP.md 1KB
README.md 798B
NOTICE 917B
pixel_weights_binding.o 3.07MB
pixel_weights_cuda.o 3.04MB
nms.o 1.59MB
pixel_weights_kernel.o 88KB
PKG-INFO 191B
results.png 2.48MB
dataset_compare.png 1.58MB
idea.png 140KB
pixel_weights.py 24KB
debugger.py 23KB
decode.py 22KB
opts.py 19KB
calc_coco_overlap.py 11KB
losses.py 9KB
grad_test.py 9KB
ctdet_angle.py 8KB
image.py 8KB
multi_pose.py 7KB
post_process.py 7KB
ddd.py 7KB
convert_kitti_to_coco.py 6KB
ctdet.py 6KB
base_detector.py 5KB
coco.py 5KB
data_parallel.py 5KB
exdet.py 5KB
dota.py 5KB
retail50k.py 4KB
ddd_utils.py 4KB
eval.py 4KB
coco_hp.py 4KB
test.py 4KB
ddd.py 4KB
base_trainer.py 4KB
BottleTracking.py 4KB
ctdet.py 4KB
multi_pose.py 4KB
ctdet_angle.py 4KB
exdet.py 4KB
dota_demo.py 3KB
main.py 3KB
retail50k_demo.py 3KB
model.py 3KB
retail50k2coco.py 3KB
eval_dota.py 3KB
kitti.py 3KB
retail50k_eval.py 3KB
pascal.py 3KB
dota_eval.py 3KB
eval_rotate_ssd.py 2KB
logger.py 2KB
demo.py 2KB
oracle_utils.py 1KB
convert_hourglass_weight.py 905B
eval_coco_hp.py 795B
eval_coco.py 669B
utils.py 542B
setup.py 480B
print_all_dir.py 479B
detector_factory.py 461B
train_factory.py 448B
_init_paths.py 248B
opts.pyc 14KB
pixel_weights.cpython-35.pyc 6KB
exdet.pyc 6KB
共 134 条
- 1
- 2
资源评论
看不见的天边
- 粉丝: 19
- 资源: 4610
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
最新资源
- chromedriver-mac-arm64.zip
- 蓝zapro.apk
- chromedriver-linux64.zip
- UCAS研一深度学习实验-MNIST手写数字识别python源码+详细注释(高分项目)
- 基于Python和PyTorch框架完成的一个手写数字识别实验源码(带MINIST手写数字数据集)+详细注释(高分项目)
- 基于Matlab在MNIST数据集上利用CNN完成手写体数字识别任务,并实现单层CNN反向传播算法+源代码+文档说明(高分项目)
- NVIDIA驱动、CUDA和Pytorch及其依赖
- 基于SVM多特征融合的微表情识别python源码+项目说明+详细注释(高分课程设计)
- html动态爱心代码一(附源码)
- c40539bc-071a-486c-9d52-9d0c18d62dac 4.html
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
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