【文件属性】:
文件名称:obj_det_loss:实现对象检测丢失
文件大小:1.5MB
文件格式:ZIP
更新时间:2021-02-11 05:48:41
JupyterNotebook
目标检测损失函数和非最大抑制量调查
此回购协议将总结和实现电流损耗功能,并提出用于对象检测的非最大抑制方法。
所有方法都将在VOC2012上进行评估
深度学习的模板代码结构
数据
数据集注释
数据集预处理/分析
楷模
utils-必要的功能也许将评估指标移到这里?
网络
失利
骨干网
网络配置
数据处理用于培训和测试的数据加载器
实用程序
记录器
评估/指标
非最大压抑
可视化-Jupyter Notebook
培训师-API
保存/装载重量
LR调度程序
优化器(有时需要传递网络来处理GAN等)
培养
测试
评估-评估预测结果
config-配置参数
待办事项清单
修改代码以使其更具可读性和简洁性
Loss_Funcs
bbox损失
基于锚的损失
基于YOLOv3
回归损失
借条损失
IOOU引起的GIOU损失$ ^ {[[1]} $#deal具有渐变消失的交易
【文件预览】:
obj_det_loss-master
----trainer.py(12KB)
----.gitignore(25B)
----.ipynb_checkpoints()
--------train-checkpoint.ipynb(37KB)
----requirements.txt(101B)
----data()
--------train_VOC2007.json(484KB)
--------trainval_VOC2012.json(37KB)
--------annotation_VOC2007.json(1.86MB)
--------annotation_VOC2012.json(2.94MB)
--------val_VOC2007.json(484KB)
--------val_VOC2012.json(1.07MB)
--------voc.py(3KB)
--------train_VOC2012.json(1.06MB)
--------trainval_VOC2007.json(39KB)
----models()
--------loss_funcs.py(12KB)
--------network.py(6KB)
--------utils.py(5KB)
--------backbone.py(10KB)
--------yolov3.cfg(8KB)
--------yolov3-spp.cfg(8KB)
----LICENSE(1KB)
----utils.py(13KB)
----dataProcessing.py(8KB)
----config.py(3KB)
----stats.py(8KB)
----test.py(1KB)
----visualization.ipynb(120KB)
----readme.md(2KB)
----.vscode()
--------settings.json(43B)
----evaluate.py(2KB)
----train.py(3KB)