没有合适的资源?快使用搜索试试~ 我知道了~
retinanet-examples:通过端到端GPU优化实现快速,准确的对象检测
共58个文件
py:17个
h:11个
md:7个
需积分: 10 0 下载量 72 浏览量
2021-02-05
00:02:04
上传
评论
收藏 98KB ZIP 举报
温馨提示
NVIDIA对象检测工具包(ODTK) 端到端GPU优化可实现快速准确的单级对象检测。 描述 ODTK是具有各种骨架和检测头的单发物体检测器。 这允许在性能/准确性之间进行权衡。 它针对使用以下内容的端到端GPU处理进行了优化: 具有支持的深度学习框架 NVIDIA 用于混合精度和分布式培训 NVIDIA 可优化数据预处理 NVIDIA 提供高性能推理 NVIDIA 用于优化的实时视频流支持 旋转边界框检测 现在,此仓库支持旋转边界框检测。 有关如何使用--rotated-bbox命令的更多信息,请参见和文档。 边界框注释由[x, y, w, h, theta] 。 性能 检测流水线允
资源推荐
资源详情
资源评论
收起资源包目录
retinanet-examples-master.zip (58个子文件)
retinanet-examples-master
.dockerignore 118B
Dockerfile 102B
Dockerfile.deepstream 1KB
CONTRIBUTING.md 503B
LICENSE 1KB
setup.py 1KB
README.md 8KB
TRAINING.md 9KB
csrc
extensions.cpp 8KB
engine.cpp 9KB
engine.h 3KB
calibrator.h 6KB
cuda
decode_rotate.cu 7KB
nms_iou.cu 17KB
decode.cu 7KB
decode.h 1KB
decode_rotate.h 2KB
nms_iou.h 1KB
nms.cu 7KB
utils.h 2KB
nms.h 1KB
plugins
DecodeRotatePlugin.h 7KB
NMSRotatePlugin.h 6KB
DecodePlugin.h 7KB
NMSPlugin.h 6KB
INFERENCE.md 5KB
.gitignore 184B
retinanet
train.py 8KB
box.py 18KB
data.py 19KB
utils.py 6KB
main.py 14KB
model.py 12KB
loss.py 958B
infer.py 7KB
dali.py 9KB
backbones
utils.py 252B
__init__.py 78B
mobilenet.py 733B
fpn.py 3KB
resnet.py 1KB
layers.py 1KB
CHANGELOG.md 3KB
extras
deepstream
deepstream-sample
infer_config_batch1.txt 3KB
labels_coco.txt 699B
ds_config_8vid.txt 2KB
CMakeLists.txt 1KB
ds_config_1vid.txt 1KB
nvdsparsebbox_retinanet.cpp 4KB
infer_config_batch8.txt 3KB
README.md 4KB
cppapi
export.cpp 10KB
generate_anchors.py 857B
infervideo.cpp 4KB
CMakeLists.txt 1KB
README.md 2KB
infer.cpp 3KB
test.sh 1KB
共 58 条
- 1
资源评论
雯儿ccu
- 粉丝: 20
- 资源: 4587
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