预测模型：时空预测模型PyTorch复现
models 文件夹
在 models 目录中，每一个文件夹存储一个结构的完整模型代码，复现参照了论文中的公式、图示以及 GitHub 作者实现的代码（如果有的话）
这些模型均假定输入的 Tensor 的 shape 为 (batch, sequence, channel, height, width)
这里的目的是为了学习，尽可能内聚成一个个小的 Module 再组合的，应该效率很差
util 文件夹
patch
针对大尺寸数据进行 patch 分割的方法，不过这里要根据实际情况修改下，这里是针对五维数据的，如果针对四维，则参照逻辑修改下即可
TrainingTemplate 和 TestingTemplate
我自己写的训练过程的模板类，一般继承重写一些方法即可
content_tree
包含生成目录树的方法
2024-07-06 18:25:29
56KB
1
目标检测 pytorch复现Fast_RCNN目标检测项目
利用coco2017数据集训练Fast-RCNN模型（训练过程详细步骤记录）：
（1）检测数据集利用选择搜索算法（selective-search）生成一定数量的候选框，
（2）将候选框与真实标注框进行IOU（交并比）计算，将真是标注框的作为正样本，将0.1
2023-05-30 11:21:01
509.93MB
1
利用coco2017数据集训练Fast-RCNN模型（训练过程详细步骤记录）：
（1）检测数据集利用选择搜索算法（selective-search）生成一定数量的候选框，
（2）将候选框与真实标注框进行IOU（交并比）计算，将真是标注框的作为正样本，将0.1
2023-03-28 09:26:27
509.47MB
1
目标追踪篇---Yolov5_DeepSort_Pytorch复现
源代码修改可用，具体过程可看我的博客
https://blog.csdn.net/m0_46825740/article/details/121973155
修改后可以训练自己的数据，比较实用
2022-07-20 21:06:25
120.66MB
1
【图像分类】一文彻底搞明白GoogLeNet https://blog.csdn.net/hhhhhhhhhhwwwwwwwwww/article/details/117776589?spm=1001.2014.3001.5502
2021-06-13 12:07:03
6KB
包括论文资料以及Github上ultralytics的工作，基于pytorch的yolov3复现，该代码包括检测与训练两个部分。如果资源过期或其他相关问题请在CSDN留言。
2021-04-28 16:08:50
13.54MB
1
伪三维残差网络（P-3D）的pytorch版本，支持预训练模型...........................................
2021-03-30 19:31:28
6KB
1