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
Keras中的字符级CNN
该存储库包含用于字符级卷积神经网络的Keras实现，用于AG新闻主题分类数据集上的文本分类。
已实现以下模型：
张翔，赵俊波，严乐村。 。 NIPS 2015
Yoon Kim，Yacine Jernite，David Sontag，Alexander M.Rush。 。 AAAI 2016
白少杰，齐科·科特尔（J. Zico Kolter），弗拉德·科特（Vladlen Koltun）。 。 ArXiv预印本（2018）
Kim的CharCNN最初是经过端到端训练的语言建模管道的一部分，但已被改编为文本分类。
用法
安装依赖项（Tensorflow 1.3和Keras 2.1.3）：
$ pip install -r requirements.txt
在config.json文件中指定训练和测试数据源以及模型超参数。
运行main.py文件，
2023-03-29 19:13:07
11.26MB
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
SRCNN-CS_SRCNN彩色图像超分辨率重建_彩色超分辨率_matlabSRCNN_超分辨率重建_超分辨重建
2023-03-23 10:25:27
19.33MB
1
faster rcnn在新版cuda9.0 解决不能测试问题【caffe代码】-附件资源
2023-03-22 18:17:15
106B
1
mask小应用例子。需要预下载coco模型和安装jupyter，相关依赖参考mask rcnn。实现检测人体并进行背景置灰，凸显人物
2023-02-26 17:43:24
28.09MB
1
用于CrowdDetection算法实现的网络权重。旷世研究院在CVPR2020上发表的论文《Detection in **Crowded Scenes**: One Proposal, Multiple Predictions》，提出了一种非常简单而有效的基于提议的对象检测器，它是专门为**拥挤实例检测**而设计的。
2023-02-22 13:29:42
252.11MB
1