佩德西姆
独立的pedsim库（使用社会力量模型的行人模拟器）
基于Christian Gloor的原始库
2021-09-08 15:31:43
33KB
1
行业资料-交通装置-一种并于机动车中以在正面撞击的情况中保护行人的安全装置的触发冲程致动器.zip
2021-09-08 14:03:14
580KB
功能：将图像中的行人标出
文件：从vrep场景保存的行人走路图像，检测代码
缺点：模糊的、不完整的不能识别
2021-09-06 22:13:24
2.44MB
1
行人重识别最新数据集：MSMT_V1版本数据集，为最初版本，MSMST17以及MSMT_V2版本若有需要，请私信邮箱！
2021-09-05 17:31:35
66B
1
视网膜检测物体检测器
介绍
RetinaDetector是基于RetinaFace修改过的检测方法的，原论文是一种实用的单级面部检测器，最初在
数据
如下组织数据集目录：
data/retinaface/
train/
images/
label.txt
val/
images/
label.txt
test/
images/
label.txt
安装
安装具有GPU支持的MXNet。
如果使用基于DCN的主干，请从安装 Convolution V2运算符。
键入make来构建cxx工具。
训练
请检查train.py进行培训。
将rcnn/sample_config.py复制到rcnn/config.py
为了获得更好的训练效果，可针对性的修改一些参数，如下：
config.TRA
2021-09-02 09:36:43
1.71MB
1
行人再识别Person-reID的Pytorch实现
Person_reID_baseline_pytorch 一个小巧、友好、强大的 Person-reID 基线代码（基于 pytorch）。
强的。
它与几个顶级会议工作中的新基线结果一致，例如，用于人员重新识别的联合判别和生成学习（CVPR19）、超越部件模型：具有精细部件池的人员检索（ECCV18）、用于人员的相机风格适应重新识别（CVPR18）。
我们到达 Rank@1=88.24%, mAP=70.68% 仅使用 softmax 损失。
小的。
使用 fp16（由 Nvidia apex 支持），我们的基线可以仅使用 2GB GPU 内存进行训练。
友谊赛。
您可以使用现成的选项在一行中应用许多最先进的技巧。
此外，如果您不熟悉 person re-ID，您可以先查看我们的教程（8 分钟阅读）:thumbs_up:。
目录 特性 一些新闻 训练模型先决条件 入门 安装 数据集准备 训练测试评估 使用其他数据集进行训练的技巧 引文 相关存储库功能 现在我们支持： Float16 以节省 GPU 内存，基于 a
2021-08-26 17:32:38
271KB
1