此更新版本仅针对成本矩阵中的有效条目执行标准分配问题的 JV 算法。
修改删除了矩阵的所有值都是 inf 的行和列，这对于需要屏蔽某些分配的应用程序非常有用，例如在 k-best 分配算法（Murty 算法）中。
运行时的改进取决于屏蔽了多少行/列，但在许多情况下可以达到 7-20 倍。
Yi Cao 同意让我发布此更新，大部分代码是他的。
2021-11-01 18:43:05
5KB
1
pytorch-faster-rcnn
1.简介
基于Pytorch的快速rcnn框架的实现。有关更快的R-CNN的详细信息，请参阅论文《 ，作者邵少青，何开明，Ross Girshick，孙健
此检测框架具有以下功能：
它可以作为纯python代码运行，也可以基于pytorch框架纯运行，无需构建
仅运行train.py脚本即可轻松进行培训，只需设置数据根目录
它有许多骨干网。 像vgg，resnet-fpn，mobilenet，高分辨率网络（HRNet）
它可以是一个真正的检测框架。 您只需要在配置文件中更改超级参数，并获得不同的模型来比较不同的模型
它的内存效率高（vgg16约为3GB）
2.安装
2.1先决条件
Python 2.7或3.5
火炬1.5.1
火炬视觉0.6.1
numpy的1.15.4
枕头6.1.0
pycocotools 2.0
matplotl
2021-10-28 21:22:29
297KB
1
基于pytorch可在Windows平台训练的simple Faster RCNN.基于pytorch可在Windows平台训练的simple Faster RCNN.基于pytorch可在Windows平台训练的simple Faster RCNN
2021-10-27 21:13:39
15.87MB
1
自己精心整理的FasterRCNN视频讲解mp4,华文讲解,很详细!分两部分,这是1.1 FasterRCNN 算法原理
2021-10-27 05:04:05
21.41MB
1
Caffe下faster rcnn的残差网络resnet的配置，包含prototxt、train、test等文件。
2021-10-19 16:09:15
11KB
1
详细的介绍最先进深度学习中目标检测算法rcnn,sppnet,fast rcnn,faster rcnn的实现原理和各个算法之间优缺点和递进性的改进的细节实现的效果。
2021-10-19 14:12:14
1.24MB
1
COCOminival所需的json文件，共有8059张图像的信息，与tensorflow/models部分模型的需求相对应。
2021-10-18 17:12:26
33.4MB
1