RefineDet-plus-plus.PyTorch

高性能实现。 对齐卷积是通过可变形卷积实现的，并引用了的基线。 三个锚点的对齐卷积由三个分支实现，代码的细节可能与原始的不同。 对准卷积具有精确计算出的偏移量，而不是经学习的偏移量，是解决1.5级目标检测方法中的特征未对准问题的良好解决方案 目录 主要特点 对齐卷积 多尺度测试 具有bn层的VGG主干 ResNet和ResNeXt主干 320、512和1024输入大小 模型架构的消融 可可格式数据集的PR曲线 原始的RefineDet模型。 表现 VOC2007测试 地图 拱 纸 我们的PyTorch版本 RefineDet512 ++ 82.5％ 81.86％ RefineDet512 ++毫秒 84.2％ 84.00％ ms：多尺度测试，通过使用预训练的vgg进行训练可获得结果。 （雷达图像的远程舰船检测数据集） 可可AP 拱 我们的PyTorch版本 RefineD