提供tensorflow object_detection api 调用ssd_mobilenet_v3_large_coco_2020_01_14预训练模型
2021-05-04 21:58:07
47.05MB
1
包含MobileNet v3 large和small两个版本，其中除了原始版本的使用H-swish和SE模块的prototxt外，还有用relu和SE模块实现的版本，以及使用relu并去掉SE模块的最精简的版本，三个版本测试效果差别不大，最精简的版本，模型最小（5.89M），我自己得250类车辆分类数据集上可以达到0.996的测试准确率。
2021-04-20 19:32:16
33KB
1
图像分类器：使用预训练模型-“ MobileNet”和tensorFlow.js构建的基本图像分类器
2021-04-18 21:32:41
640KB
1
TensorFlow Lite 模型和标签数据mobilenet_v1_224_android_quant_2017_11_08.zip,下载完成解压mobilenet_v1_224_android_quant_2017_11_08.zip文件得到一个mobilenet_v1_224.tflite和labes.txt文件，把这两个文件复制到assets文件夹下。
2021-04-18 18:22:19
2.91MB
1
B20_08_NNCase编译MobileNet_v1_1.0即tflite量化为kmodel v3.zip包含以下文件：
ncc-win7-x86_64.zip即NNCase Converter v0.1.0 RC1对应的c#源码
nncase-0.1.0-rc1.zip即NNCase Converter v0.1.0 RC1对应的c#源码
mobilenet文件夹，其中mobilenet文件夹包含以下权重：
MobileNet_v1_1.0.pb使用tf slim训练的mobilenet_v1_1.0；
mobilenet_v1.tflite将MobileNet_v1_1.0.pb转成mobilenet_v1.tflite未量化；
mobilenet_v1_kmodel_v4.kmodel
即通过NNCase v0.2.0 Beta2工具编译mobilenet_v1.tflite，未量化；
MobileNet_v1_1.0_uint8_kmodel_v4.kmodel
即通过NNCase v0.2.0 Beta2工具编译mobilenet_v1.tflite，量化未uint8，k210 kpu可以加速；
2021-04-15 16:09:26
90.36MB
1
基于基础网络MobileNet的SSD框架
采用Android实现目标检测
采用NCNN框架加速
2021-03-31 15:00:25
55.9MB
1
github中的带mobilenet的darknet框架都是基于yolov2,不能使用yolov3模型，这是根据yolov3改的
2021-03-04 21:27:39
55.26MB
1