Pytorch ReID 强壮,小巧,友善 一个微小,友好,强大的Person-reID基线代码(基于 )。 强的。 它与一些顶级会议作品中的新基线结果一致,例如, , , 。 我们只有Softmax损失才达到Rank@1=88.24%,mAP = 70.68%。 小的。 借助fp16(Nvidia apex支持),仅使用2GB GPU内存即可训练我们的基准。 友谊赛。 您可以使用现有选项在一行中应用许多最新技巧。 此外,如果您是初次使用re-ID的人,则可以先阅读我们的(阅读8分钟) :thumbs_up: 。 目录 特征 现在我们已经支持: 圆损( CVPR 2020口头) Float16可基于节省GPU内存 基于零件的卷积基线(PCB) 多重查询评估 重新排名( ) 随机擦除 ResNet /密集网 可视化训练曲线 可视化排名结果 线性热身 在这里,我们提供了用于生成结果的超参数和体系
2021-05-26 21:44:31 270KB tutorial re-ranking pytorch apex
1
ApexWithParameterizedTypes 在Apex中做黑魔法
2021-05-19 16:04:43 29KB Apex
1
APEX 处理器控制软件是最好用的处理器调试软件,专业的APEX 处理器控制调试软件
2021-05-05 23:35:35 16.56MB APEX
1
apex
2021-04-30 17:06:16 632KB apex pytorch
1
物流应用
2021-03-31 18:14:12 1.44MB Apex
1
bot_dev01
2021-03-29 14:10:56 518KB Apex
1
bot_dev01
2021-03-25 13:07:53 518KB Apex
1
顶点仪表板
2021-03-17 15:13:53 47KB Shell
1
Apex触发处理程序 那里已经有许多触发器处理程序库,但是该库具有一些不同的方法或优点,例如状态共享,内置的辅助方法等。只有一个Triggers.cls类及其相应的测试类TriggersTest.cls ,其最小和简单的。 版本1.1.3 对重大更改:现在,所有filterChanged()方法都返回List ,而不是Set 。 这是因为List具有更广泛的用例,它不仅可以在where条件中使用,还可以在迭代中使用。 特征 通过context.state与当前触发器执行上下文中的以下处理程序共享常见查询结果。 内置的帮助程序可对触发器属性执行常见操作,例如检测字段更改。 使用context.next(),context.stop()和context.skips控制处理程序执行的流程。 用法 要创建触发器处理程序,您将需要创建一个实现Triggers.Hand
2021-03-11 15:07:38 14KB handler trigger salesforce apex
1
bot_dev01
2021-02-11 09:07:09 518KB Apex
1