【文件属性】：
文件名称：mxnet-ssd:SSD的MXNet端口
文件大小：1.83MB
文件格式：ZIP
更新时间：2021-05-10 19:45:52
object-detection Python
SSD：单发MultiBox对象检测器
SSD是使用单个网络进行对象检测的统一框架。
您可以使用代码来训练/评估/测试对象检测任务。
免责声明
这是基于caffe的原始SSD的重新实现。 官方资料库可。 您可以找到arXiv论文。
该示例旨在在充分利用MXNet的显着特征的同时重现出色的检测器。
该模型与caffe版本完全兼容。
来自caffe的模型现已上市！
结果几乎与原始版本相同。 但是，由于实施细节不同，结果可能略有不同。
什么是新的
现在不建议使用此存储库，我正在迁移到最新的 ，它更易于使用，并且正在开发更多的算法。 此存储库将不会进行积极的开发，但是，您可以继续将其与mxnet 1.1.0（可能是1.2.0）一起使用。
现在，此回购已在内部通过官方mxnet后端同步到数据。 在大多数情况下， pip install mxnet也将适用于此pip install mxn
【文件预览】：
mxnet-ssd-master
----.gitignore(2KB)
----mxnet()
----data()
--------demo()
----symbol()
--------legacy_vgg16_ssd_512.py(9KB)
--------mobilenet.py(5KB)
--------__init__.py(0B)
--------inceptionv3.py(10KB)
--------symbol_factory.py(9KB)
--------densenet.py(9KB)
--------README.md(3KB)
--------symbol_builder.py(7KB)
--------common.py(12KB)
--------vgg16_reduced.py(4KB)
--------legacy_vgg16_ssd_300.py(9KB)
--------resnet.py(8KB)
----model()
--------README.md(94B)
----dataset()
--------mscoco.py(4KB)
--------yolo_format.py(5KB)
--------names()
--------__init__.py(0B)
--------pycocotools()
--------concat_db.py(3KB)
--------pascal_voc.py(11KB)
--------imdb.py(3KB)
--------testdb.py(2KB)
--------iterator.py(11KB)
----__init__.py(0B)
----deploy.py(2KB)
----LICENSE(1KB)
----.gitmodules(80B)
----tools()
--------image_processing.py(3KB)
--------caffe_converter()
--------__init__.py(0B)
--------prepare_pascal.sh(305B)
--------find_mxnet.py(595B)
--------prepare_coco.sh(351B)
--------visualize_net.py(3KB)
--------rand_sampler.py(10KB)
--------prepare_dataset.py(5KB)
----scripts()
--------__init__.py(0B)
--------run_ssd_docker.sh(1KB)
--------run_tensorboard.sh(1KB)
--------train_script.sh(653B)
----README.md(12KB)
----config()
--------__init__.py(0B)
--------utils.py(3KB)
--------config.py(2KB)
----train()
--------__init__.py(0B)
--------train_net.py(15KB)
--------metric.py(2KB)
----detect()
--------__init__.py(0B)
--------detector.py(6KB)
----demo.py(6KB)
----evaluate.py(5KB)
----evaluate()
--------eval_voc.py(6KB)
--------custom_callbacks.py(11KB)
--------__init__.py(0B)
--------evaluate_net.py(4KB)
--------eval_metric.py(11KB)
----docker()
--------cudnn5.1()
--------mxnet_0_11()
--------mxnet_0.12()
--------cudnn6.0()
----train.py(8KB)