Pytorch目标检测学习资源
Pytorch学习
陈云《深度学习框架PyTorch:入门与实践》:https://zhuanlan.zhihu.com/p/31712507
官方教程:http://pytorch123.com/
动手学深度学习:https://zhuanlan.zhihu.com/p/85353963
其他开源资料:
https://github.com/zergtant/pytorch-handbook
https://github.com/TingsongYu/PyTorch_Tutorial
PyTorch官方出品了一本深度学习书
https://zhuanlan.zhihu.com/p/93116220
计算模型计算量参数量工具
https://github.com/sksq96/pytorch-summary
https://github.com/Swall0w/torchstat
https://github.com/Lyken17/pytorch-OpCounter
https://github.com/sovrasov/flops-counter.pytorch
SSD系列优秀项目推荐:
RFBNet:
code: https://github.com/ruinmessi/RFBNet
代码详解:https://zhuanlan.zhihu.com/p/49615407
SSD:
code:
https://link.zhihu.com/?target=https%3A//github.com/lufficc/SSD
https://github.com/dlyldxwl/Stronger-One-stage-detector-with-much-Tricks
代码详解:https://zhuanlan.zhihu.com/p/62725380
【SSD算法】史上最全代码解析-核心篇 - JimmyHua的文章 https://zhuanlan.zhihu.com/p/79854543
【SSD算法】史上最全代码解析-核心篇 - JimmyHua的文章 https://zhuanlan.zhihu.com/p/79854543
M2Det: https://github.com/qijiezhao/M2Det
FSSD: https://github.com/lzx1413/PytorchSSD
RefineDet:
https://github.com/lzx1413/PytorchSSD
https://github.com/pengfeidip/refindeDet_Pytorch
CVPR2019的一篇文章,也是改进的SSD,主要解决的还是尺度变化以及提高小目标上的表现,同时速度还是很快。改进点还是蛮有意思的,通过图像金字塔生成了特征金字塔与SSD本身的特征金字塔进行各种融合
标题:Efficient Featurized Image Pyramid Network for Single Shot Detector
代码:https://github.com/vaesl/LFIP
目标检测 EFGRNet:用于目标检测的丰富的功能导向优化网络
《Enriched Feature Guided Refinement Network for Object Detection》ICCV2019
注:EFGRNet是基于SSD魔改的Single-Stage检测网络,在COCO上可达46ms/39.0mAP(512x512),现已开源!
作者:天津大学&IIAI
论文标题:Enriched Feature Guided Refinement Network for Object Detection
论文代码:https://github.com/Ranchentx/EFGRNet
YOLO项目推荐:
1. https://github.com/eriklindernoren/PyTorch-YOLOv3(代码简洁,适合学习,效果不太好)
2. https://github.com/ultralytics/yolov3(实现效果更好,适合应用)
3. YOLO剪枝:
https://github.com/tanluren/yolov3-channel-and-layer-pruning
https://github.com/zbyuan/pruning_yolov3
https://github.com/coldlarry/YOLOv3-complete-pruning
4.YOLO tricks pytorch:
https://github.com/ruinmessi/ASFF
https://github.com/Peterisfar/YOLOV3
https://github.com/wlguan/Stronger-yolo-pytorch
5. anchor聚类: https://github.com/lars76/kmeans-anchor-boxes
6. 超详细的Pytorch版yolov3代码中文注释详解(一)https://zhuanlan.zhihu.com/p/49981816
多目标跟踪:
1. centerNet + deep sort with pytorch
https://github.com/kimyoon-young/centerNet-deep-sort
2. YOLOv3+ deep sort with pytorch
https://github.com/ZQPei/deep_sort_pytorch
数据增广通用库:
https://github.com/albu/albumentations
https://github.com/aleju/imgaug
https://github.com/mdbloice/Augmentor
很好的文章:
https://blog.paperspace.com/data-augmentation-for-bounding-boxes/
【SSD算法】史上最全代码解析-数据篇 - JimmyHua的文章 - 知乎
https://zhuanlan.zhihu.com/p/79933177
https://nicehuster.github.io/2019/05/11/ssd-dataaug/
开源算法:
快速自动数据增广:https://github.com/kakaobrain/fast-autoaugment
PSIS:https://github.com/Hwang64/PSIS
小目标数据增广:https://github.com/gmayday1997/SmallObjectAugmentation
其他资源
高效轻量级语义分割网络汇总:https://github.com/xiaoyufenfei/Efficient-Segmentation-Networks
实时/轻量级的语义分割论文大全 注:含30多篇轻量级网络论文和40篇实时语义分割论文!:https://github.com/wpf535236337/real-time-network
大小仅1MB,超轻量级通用人脸检测模型登上GitHub趋势榜:https://zhuanlan.zhihu.com/p/86620263
AutoML 和轻量级网络资源大全(含NAS、模型压缩、超参优化和特征工程等):
https://github.com/guan-yuan/awesome-AutoML-and-Lightweight-Models
科普帖:深度学习中GPU和显存分析:https://zhuanlan.zhihu.com/p/31558973
云深不知处-目标检测 763679865
群友们的优秀资源分享:
群友的优秀资料(持续更新,欢迎大家分享自己的文章和代码,一起交流):
漂:YOLOv3剪枝的改进 https://github.com/tanluren/YOLOv3-extreme-pruning
https://github.com/tanluren/yolov3-channel-and-layer-pruning
行云:Pytorch 版YOLOV3训练自己的数据集https://blog.csdn.net/qq_34795071/article/details/90769094
yw: anchor free 人脸检测 https://github.com/Star-Clouds/centerface
DTennant: 多GPU和SyncBN的reID Baseline: https://github.com/DTennant/reid_baseline_with_syncbn
有点'冷:提供对YOLOv3及Tiny的多种剪枝版本,以适应不同的需求 https://github.com/coldlarry/YOLOv3-complete-pruning
Pytorch目标检测学习资源相关推荐
- GitHub趋势榜第一:超强PyTorch目标检测库Detectron2,训练更快,支持更多任务
栗子 发自 凹非寺 量子位 报道 | 公众号 QbitAI PyTorch目标检测库Detectron2诞生了,Facebook出品. 站在初代的肩膀上,它训练比从前更快,功能比从前更全,支持的模型也 ...
- 《南溪的目标检测学习笔记》的笔记目录
1 前言 这是<南溪的目标检测学习笔记>的目录~ 2 学习目标检测的思路--"总纲" <南溪的目标检测学习笔记>--目标检测的学习笔记 我在这篇文章中介绍了 ...
- 《南溪的目标检测学习笔记》——夏侯南溪的CNN调参笔记,加油
1 致谢 感谢赵老师的教导! 感谢张老师的指导! 2 调参目标 在COCO数据集上获得mAP>=10.0的模型,现在PaddleDetection上的Anchor-Free模型[TTFNet]的 ...
- Pytorch 目标检测和数据集
Pytorch 目标检测和数据集 0. 环境介绍 环境使用 Kaggle 里免费建立的 Notebook 教程使用李沐老师的 动手学深度学习 网站和 视频讲解 小技巧:当遇到函数看不懂的时候可以按 S ...
- 点云3D目标检测学习(1):pointnet、pointnet++模型
3D目标检测学习笔记 开始正式进入3D目标检测的学习!!! 1.点云数据 无序性:只是点而已,排列顺序不影响 近密远疏 非结构化数据,直接CNN有点难 2.PointNet CVPR2017 Poin ...
- 《南溪的目标检测学习笔记》——模型预处理的学习笔记
1 介绍 在目标检测任务中,模型预处理分为两个步骤: 图像预处理:基于图像处理算法 数值预处理:基于机器学习理论 关于图像预处理,请参考<南溪的目标检测学习笔记>--图像预处理的学习笔记 ...
- 《南溪的目标检测学习笔记》——COCO数据集的学习笔记
1 COCO数据集 COCO数据集下载链接:COCO_download 1.1 数据概览 数据集大小 train: 118287张 train+val: 123287张 val: 5000张 目标数量 ...
- 《南溪的目标检测学习笔记》——目标检测模型的设计笔记
1 南溪学习的目标检测模型--DETR 南溪最赞赏的目标检测模型是DETR, 论文名称:End-to-End Object Detection with Transformers 1.2 decode ...
- [初窥目标检测]——《目标检测学习笔记(2):浅析Selective Search论文——“Selective Search for object recognition”》
[初窥目标检测]--<目标检测学习笔记(2):浅析Selective Search论文--Selective Search for object recognition> 本文介绍 前文我 ...
最新文章
- [转]笑话: 耐力惊人的三只乌龟
- 架构篇:Tomcat 高层组件构建一个商业帝国
- php编程神器,PHP代码神器 十个PHP代码片段超极好用
- dart 语言是jvm_Dart编译技术在服务端的探索和应用
- Robot Framework--06 用户关键字User Keyword
- BER_TLV格式简介
- C++容器map可以排序吗?
- 使用隐式Intent打开系统内置拨号界面
- Java 洛谷 P1482 Cantor表(升级版)
- boost::regex模块实现config_info 来打印正则表达式库配置信息的测试程序
- 设计模式——单例模式(饿汉式、懒汉式和DCL)
- android 布局圆变椭圆,Android实现自定义圆形、圆角和椭圆ImageView(使用Xfermode图形渲染方法)...
- 实地集团和广州移动发布首个独立组网5G全场景智能社区
- 支持向量机SVM推导
- LeetCode 222. 完全二叉树的节点个数(递归)
- 设备\Device\Harddisk1\DR1 有一个不对的区块
- 53.String的intern()方法、new String()到底创建了几个对象、intern()面试难题
- 实战:利用CSS动画制作一个梦幻西游动态页面
- 各大卷王轮番上阵,“三无”计算机保研er如何逆袭?
- 红米手机开启---开发者选项方法
热门文章
- Polar码译码C语言程序,任意码长的Polar码编码方法与流程
- 服务器无限指令箱子,我的世界箱子无限指令 | 手游网游页游攻略大全
- C/C++编程必备网址
- xp计算机u盘重装系统,处理a豆电脑u盘重装系统xp步骤
- OSI七层模型的功能以及设备
- k8s 查看ip地址属于哪个pod_你如何从其IP地址获得Kubernetes pod的名字?
- win7 精简板 安装ardunio uno r3驱动
- 强化学习:不用给AI一个支点,他也能想办法撬起地球
- codeforces 574B 暴力+复杂度分析
- 【GNURadio实验报告】实验2-使用GNURadio仿真OOK信号