graph-rcnn.pytorch:我们的ECCV 2018论文“用于场景图生成的Graph R-CNN”和其他论文的Pytorch代码

上传者: 42103587 | 上传时间: 2022-12-19 19:53:03 | 文件大小: 666KB | 文件类型: ZIP
graph-rcnn.pytorch 我们的ECCV 2018论文Pytorch代码 介绍 该项目是一组基于Pytorch 1.0的重新实现的代表性场景图生成模型,包括: 我们自己的 。 ECCV 2018。 Xu等人。 CVPR 2017 ,Li等。 ICCV 2017 ,Zellers等。 CVPR 2018 ,Zhang等,CVPR 2019 我们的重新实现基于以下存储库: 为什么我们需要这个存储库? 将所有这些代表性方法收集到一个回购中的目的是在相同设置下跨不同方法建立更公平的比较。 您可能会在最近的文献中注意到,IMP,MSDN,Graph R-CNN和神经母题的报告数量通常令人困惑,尤其是由于IMP样式方法(前三种)和神经母题风格的方法(神经母题)之间存在较大差距纸和其他基于它的变体) 。 我们希望该仓库可以为各种场景图生成方法建立良好的基准,并为研究界做出贡献

文件下载

资源详情

[{"title":"( 195 个子文件 666KB ) graph-rcnn.pytorch:我们的ECCV 2018论文“用于场景图生成的Graph R-CNN”和其他论文的Pytorch代码","children":[{"title":"teaser_fig.png <span style='color:#111;'> 391.21KB </span>","children":null,"spread":false},{"title":"main.py <span style='color:#111;'> 3.13KB </span>","children":null,"spread":false},{"title":"sgg_res101_step.yaml <span style='color:#111;'> 956B </span>","children":null,"spread":false},{"title":"faster_rcnn_res101.yaml <span style='color:#111;'> 425B </span>","children":null,"spread":false},{"title":"sgg_res101_joint.yaml <span style='color:#111;'> 836B </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多,未全部展示</span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明