multiyolov5:基于ultralyticsyolov5的联合检测和语义分割,-源码

上传者: 42144604 | 上传时间: 2021-09-20 11:46:35 | 文件大小: 77.52MB | 文件类型: ZIP
Multi YOLO V5——检测和语义分割 概述 这是我的本科毕业项目,基于 。 这种多任务模型只增加了少量的计算和推理 GPU 内存(约 350MB),并且能够完成对象检测和语义分割。 我的数据集(从 Cityscapes 实例分割标签转移)上的对象检测指标略有改进(与单任务 YOLO 相比),Cityscapes 语义分割指标如下所示。 该存储库近期不会更新(在标记 TomMao-2.0 realse 之后) ,未来版本可能会发布到 。 为了节省我的时间和方便交接,请原谅我下面的文件将用中文写成。 在语义分割部分,我参考了如下代码: 是以增加少量计算和显存为老人,同时完成目标检测和存储分区(1024×512输入约增加350MB,同尺寸增加一个bisenet需要约1.3GB) ,两个单模型独立输入额外的东西)。 (尝试实验数据集),分割指标模型验证集mIoU 0.73,测

文件下载

资源详情

[{"title":"( 317 个子文件 77.52MB ) multiyolov5:基于ultralyticsyolov5的联合检测和语义分割,-源码","children":[{"title":".gitignore <span style='color:#111;'> 3.88KB </span>","children":null,"spread":false},{"title":"train_custom.py <span style='color:#111;'> 44.92KB </span>","children":null,"spread":false},{"title":"Dockerfile <span style='color:#111;'> 1.77KB </span>","children":null,"spread":false},{"title":"requirements.txt <span style='color:#111;'> 599B </span>","children":null,"spread":false},{"title":"voc.yaml <span style='color:#111;'> 738B </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