bubbliiiing / centernet-keras
这是一个centernet-keras的源码，可以用于训练自己的模型。
☆63Updated last year
Related projects: ⓘ
- 这是一个efficientdet-keras的源码，可以用于训练自己的模型。☆89Updated last year
- 这是一个利用Keras实现RFBnet的库，RFBnet是SSD的改进版，其整体的结构与SSD相差不大，其主要特点是在SSD的特征提取网络上用了RFB模块。☆63Updated last year
- 这是一个efficientnet-yolo3-keras的源码，将yolov3的主干特征提取网络修改成了efficientnet☆55Updated last year
- 这是Mobilenet-SSD的论文版，可用于训练与预测。☆78Updated last year
- 这是一个M2det的Keras实现的库，可以实时检测与训练。☆67Updated last year
- 这是一个efficientdet-tf2（tensorflow2）的源码，可以用于训练自己的模型。☆59Updated last year
- 这是一个centernet-tf2的源码，可以用于训练自己的模型。☆46Updated last year
- 这是一个retinaface-keras的源码，可以用于训练自己的模型。☆60Updated last year
- 这是一个mobilenet-ssd-keras的源码，可以用于训练自己的轻量级ssd模型。☆105Updated last year
- 这是一个retinanet-keras的源码，可以用于训练自己的模型。☆111Updated last year
- 这是一个mobilenet-yolov4的库，把yolov4主干网络修改成了mobilenet，修改了Panet的卷积组成，使参数量大幅度缩小。☆71Updated last year
- 这个是一个在SSD的基础上用于生成绘制mAP代码所用的txt的例子。（目的是生成txt）☆128Updated 3 years ago
- 这是一个yolox-keras的源码，可以用于训练自己的模型。☆65Updated last year
- 基于pytorch版ssd进行改进注入CBAM空间通道注意力机制，加入FPN，类别损失函数改为focalloss☆38Updated 3 years ago
- 这是一个mobilenet-yolov4的库，把yolov4主干网络修改成了mobilenet，修改了Panet的卷积组成，使参数量大幅度缩小。☆46Updated last year
- An experiment of transferring backbone of yolov3 into mobilenetv3☆103Updated 5 years ago
- 这是一个ssd-keras的源码，可以用于训练自己的模型。☆167Updated last year
- 这是一个YoloV4-tiny-tf2的源码，可以用于训练自己的模型。☆134Updated last year
- 这是一个yolox-tf2的源码，可以用于训练自己的模型。☆73Updated last year
- ☆72Updated 2 months ago
- 这是一个yolact-tensorflow2的库，可用于训练自己的数据集☆9Updated 2 years ago
- yolov5 v1版本中文注释☆57Updated 4 years ago
- ☆20Updated this week
- A Keras port of Single Shot MultiBox Detector☆17Updated 3 years ago
- 这是一个YoloV4-tiny-keras的源码，可以用于训练自己的模型。☆160Updated last year
- imgaug--Bounding Boxes augment☆89Updated 5 years ago
- rotated bbox detection. inspired by https://github.com/hukaixuan19970627/YOLOv5_DOTA_OBB, thanks hukaixuan19970627.☆89Updated last year
- Let's study optimization algorithm together!☆18Updated 5 years ago
- Let’s study Reinforcement Learning together☆14Updated 5 years ago
- I tried to apply the CAM algorithm to YOLOv4 and it worked.☆59Updated 3 years ago