deep_reid-源码

Python

火炬 Torchreid是一个用编写的用于深度学习人员重新识别的。它具有以下特点：多GPU训练同时支持图像和视频端到端培训和评估轻松轻松地准备reid数据集多数据集训练跨数据集评估大多数研究论文使用的标准协议高度可扩展的（易于添加模型，数据集，训练方法等）最先进的深度里德模型的实现访问预训练的里德模型进阶训练技巧可视化工具（张量板，等级等）代码： : 。文档： : 。使用说明： : 。动物园模型： : 技术报告： : 。您可以在找到基于Torchreid构建的一些研究项目。什么是新的 [2020年8月] 1.3.3 ：在固定的臭虫visrank （由不拆包dsetid ）。 [2020年8月] 1.3.2 ：新增_junk_pids到grid和prid 。设置combineall=True时，这避免了使用贴错标

文件下载

资源详情

[{"title":"（ 163 个子文件 473KB ） deep_reid-源码","children":[{"title":"README.rst 13.30KB ","children":null,"spread":false},{"title":"losses.rst 249B ","children":null,"spread":false},{"title":"optim.rst 276B ","children":null,"spread":false},{"title":"data.rst 1.62KB ","children":null,"spread":false},{"title":"models.rst 1.21KB ","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"文件过多，未全部展示","children":null,"spread":false}],"spread":true}]

评论信息

其他资源

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

deep_reid-源码

文件下载

资源详情

评论信息

其他资源

免责申明

个人信息

相关资源标签

热门下载

最新下载