发票细分：可以参考此存储库以使用Tensorflow执行自定义对象检测。 请注意，我们使用Google Colab进行培训
需积分: 9 91 浏览量
2021-02-14
13:16:13
上传
评论
收藏 120.25MB ZIP 举报
发票细分：可以参考此存储库以使用Tensorflow执行自定义对象检测。 请注意，我们使用Google Colab进行培训 （871个子文件） 
BUILD 24KB checkpoint 165B centernet_hourglass104_512x512_kpts_coco17_tpu-32.config 8KB centernet_hourglass104_1024x1024_kpts_coco17_tpu-32.config 8KB centernet_resnet50_v1_fpn_512x512_kpts_coco17_tpu-8.config 8KB centernet_resnet50_v2_512x512_kpts_coco17_tpu-8.config 8KB ssd_mobilenet_v1_fpp.config 6KB ssd_mobilenet_v2_fullyconv_coco.config 5KB facessd_mobilenet_v2_quantized_320x320_open_image_v4.config 5KB ssd_mobilenet_v2_quantized_300x300_coco.config 5KB ssdlite_mobilenet_v2_coco.config 5KB ssdlite_mobilenet_v1_coco.config 5KB ssdlite_mobilenet_edgetpu_320x320_coco_quant.config 5KB ssdlite_mobiledet_gpu_320x320_coco_sync_4x4.config 5KB ssd_mobilenet_v2_fpnlite_quantized_shared_box_predictor_256x256_depthmultiplier_75_coco14_sync.config 5KB ssd_mobilenet_v2_coco.config 5KB ssd_mobilenet_v1_coco.config 5KB ssd_efficientdet_d7_1536x1536_coco17_tpu-32.config 5KB ssd_efficientdet_d6_1408x1408_coco17_tpu-32.config 5KB ssd_mobilenet_v2_fpnlite_320x320_coco17_tpu-8.config 5KB ssd_mobilenet_v2_fpnlite_640x640_coco17_tpu-8.config 5KB ssd_mobilenet_v2_pets_keras.config 5KB ssdlite_mobiledet_edgetpu_320x320_coco_sync_4x4.config 5KB ssdlite_mobiledet_dsp_320x320_coco_sync_4x4.config 5KB ssdlite_mobiledet_cpu_320x320_coco_sync_4x4.config 5KB ssdlite_mobilenet_v3_large_320x320_coco.config 5KB ssd_mobilenet_v1_pets.config 5KB ssd_mobilenet_v1_focal_loss_pets_inference.config 5KB ssd_inception_v2_coco.config 5KB ssd_efficientdet_d4_1024x1024_coco17_tpu-32.config 5KB ssd_efficientdet_d5_1280x1280_coco17_tpu-32.config 5KB ssd_efficientdet_d3_896x896_coco17_tpu-32.config 5KB ssd_efficientdet_d2_768x768_coco17_tpu-8.config 5KB ssdlite_mobilenet_v3_small_320x320_coco.config 5KB ssd_efficientdet_d1_640x640_coco17_tpu-8.config 5KB ssd_efficientdet_d0_512x512_coco17_tpu-8.config 5KB ssdlite_mobilenet_edgetpu_320x320_coco.config 5KB ssd_inception_v2_pets.config 5KB ssd_mobilenet_v1_0.75_depth_quantized_300x300_pets_sync.config 4KB ssd_inception_v3_pets.config 4KB ssd_mobilenet_v1_focal_loss_pets.config 4KB ssd_mobilenet_v1_0.75_depth_300x300_coco14_sync.config 4KB pipeline.config 4KB ssd_resnet50_v1_fpn_shared_box_predictor_640x640_coco14_sync.config 4KB ssd_resnet101_v1_fpn_1024x1024_coco17_tpu-8.config 4KB ssd_resnet152_v1_fpn_1024x1024_coco17_tpu-8.config 4KB ssd_resnet50_v1_fpn_1024x1024_coco17_tpu-8.config 4KB ssd_resnet101_v1_fpn_640x640_coco17_tpu-8.config 4KB ssd_resnet152_v1_fpn_640x640_coco17_tpu-8.config 4KB ssd_resnet50_v1_fpn_640x640_coco17_tpu-8.config 4KB ssd_mobilenet_v1_fpn_640x640_coco17_tpu-8.config 4KB ssd_mobilenet_v2_mnasfpn_shared_box_predictor_320x320_coco_sync.config 4KB ssd_mobilenet_v1_0.75_depth_quantized_300x300_coco14_sync.config 4KB ssd_mobilenet_v1_quantized_300x300_coco14_sync.config 4KB ssd_mobilenet_v1_300x300_coco14_sync.config 4KB ssd_mobilenet_v2_320x320_coco17_tpu-8.config 4KB ssd_mobilenet_v1_fpn_shared_box_predictor_640x640_coco14_sync.config 4KB mask_rcnn_inception_resnet_v2_atrous_coco.config 4KB ssd_resnet101_v1_fpn_shared_box_predictor_oid_512x512_sync.config 4KB mask_rcnn_resnet101_atrous_coco.config 4KB mask_rcnn_resnet50_atrous_coco.config 4KB context_rcnn_resnet101_snapshot_serengeti_sync.config 4KB ssd_mobilenet_v2_oid_v4.config 4KB mask_rcnn_inception_v2_coco.config 4KB ssd_mobilenet_v1_ppn_shared_box_predictor_300x300_coco14_sync.config 4KB faster_rcnn_resnet50_v1_fpn_640x640_coco17_tpu-8.config 4KB context_rcnn_resnet101_snapshot_serengeti.config 4KB embedded_ssd_mobilenet_v1_coco.config 4KB mask_rcnn_resnet101_pets.config 4KB context_rcnn_camera_trap.config 4KB faster_rcnn_nas_coco.config 4KB mask_rcnn_inception_resnet_v2_1024x1024_coco17_gpu-8.config 4KB faster_rcnn_resnet101_v1_1024x1024_coco17_tpu-8.config 4KB faster_rcnn_resnet152_v1_1024x1024_coco17_tpu-8.config 4KB faster_rcnn_resnet50_v1_1024x1024_coco17_tpu-8.config 4KB faster_rcnn_inception_resnet_v2_atrous_oid.config 4KB faster_rcnn_inception_resnet_v2_atrous_coco.config 4KB faster_rcnn_inception_resnet_v2_atrous_pets.config 4KB faster_rcnn_inception_v2_coco.config 4KB faster_rcnn_resnet152_coco.config 4KB faster_rcnn_resnet50_coco.config 4KB faster_rcnn_resnet50_pets.config 4KB faster_rcnn_resnet101_pets.config 4KB faster_rcnn_inception_v2_pets.config 4KB faster_rcnn_resnet152_pets.config 4KB rfcn_resnet101_coco.config 4KB rfcn_resnet101_pets.config 4KB faster_rcnn_resnet50_v1_640x640_coco17_tpu-8.config 3KB faster_rcnn_resnet152_v1_640x640_coco17_tpu-8.config 3KB faster_rcnn_resnet101_v1_640x640_coco17_tpu-8.config 3KB faster_rcnn_resnet101_kitti.config 3KB faster_rcnn_inception_resnet_v2_atrous_oid_v4.config 3KB faster_rcnn_resnet101_atrous_coco.config 3KB faster_rcnn_resnet101_v1_800x1333_coco17_gpu-8.config 3KB faster_rcnn_resnet152_v1_800x1333_coco17_gpu-8.config 3KB faster_rcnn_resnet50_v1_800x1333_coco17_gpu-8.config 3KB faster_rcnn_inception_resnet_v2_atrous_cosine_lr_coco.config 3KB faster_rcnn_resnet101_coco.config 3KB faster_rcnn_resnet101_ava_v2.1.config 3KB faster_rcnn_resnet101_fgvc.config 3KB共 871 条
- 1
- 2
- 3
- 4
- 5
- 6
- 9
资源评论
格秒索杉
- 粉丝: 27
- 资源: 4563
最新资源
- 整卷预览.mhtml
- MySQL是一种广泛使用的开源关系型数据库管理系统，它提供了丰富的SQL语句用于数据库的创建、查询、更新和管理 以下是一些常见的
- MySQL是一种广泛使用的开源关系型数据库管理系统，它提供了丰富的SQL语句用于数据库的创建、查询、更新和管理 以下是一些常见
- MySQL是一种广泛使用的开源关系型数据库管理系统，它提供了丰富的SQL语句用于数据库的创建、查询、更新和管理 以下是一些常见的
- 基于Javascript的结婚请帖设计源码 - Invitation
- mysql语句大全及用法
- mysql语句大全及用法
- mysql语句大全及用法
- MySQL是一种广泛使用的开源关系型数据库管理系统
- MySQL是一种广泛使用的开源关系型数据库管理系统
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
