bubbliiiing / classic-convolution-network
里面会保存许多优秀的卷积神经网络结构，这些结构可以帮助我们更好的设计网络。
☆141Updated 3 years ago
Related projects ⓘ
Alternatives and complementary repositories for classic-convolution-network
- 这是一个有关迁移学习的仓库，在这里可以看到迁移学习的各种用法。☆89Updated 3 years ago
- 这是各个主干网络分类模型的源码，可以用于训练自己的分类模型。☆48Updated 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Mobilenet-SSD的论文版，可用于训练与预测。☆80Updated 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）☆129Updated 3 years ago
- 这是一个retinanet-keras的源码，可以用于训练自己的模型。☆113Updated last year
- 这是一个ssd-keras的源码，可以用于训练自己的模型。☆167Updated last year
- 这是各个主干网络分类模型的源码，可以用于训练自己的分类模型。☆67Updated 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
- A minimal implementaion (less than 150 lines of code with visualization) of DCGAN/WGAN in PyTorch with jupyter notebooks☆17Updated 6 years ago
- 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
- 本仓库主要包含了针对目标检测数据集的增强手段和源码：图像的旋转，镜像，裁剪，亮度/对比度的变换等☆129Updated 3 years ago
- 这是一个efficientnet-yolo3-pytorch的源码，将yolov3的主干特征提取网络修改成了efficientnet☆144Updated last year
- 目标检测☆105Updated 4 years ago
- FCN implement with densenet for VOC dataset☆24Updated 4 years ago
- 这是一个pspnet-keras的源码，可以用于训练自己的模型。☆51Updated 2 years ago
- 这是一个efficientdet-tf2（tensorflow2）的源码，可以用于训练自己的模型。☆58Updated last year
- 使用HOG+SVM进行图像分类☆158Updated 5 years ago
- 这是一个srgan-keras的源码，可以用于训练自己的模型。☆34Updated 2 years ago
- 这是一个faster-rcnn的keras实现的库，可以利用voc数据集格式的数据进行训练。☆285Updated last year
- 这是一个yolo3-tf2的源码，可以用于训练自己的模型。☆80Updated 2 years ago
- 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。☆106Updated last year
- 这是一个retinanet-pytorch的源码，可以用于训练自己的模型。☆178Updated last year
- 这是一个unet-keras的源码，可以用于训练自己的模型。☆108Updated 2 years ago
- 这是一个yolact-pytorch的库，可用于训练自己的数据集☆74Updated last year
- ☆105Updated 5 years ago
- imgaug--Bounding Boxes augment☆89Updated 5 years ago
- 这是一个centernet-keras的源码，可以用于训练自己的模型。☆63Updated last year
- 这个例子可以用LSTM来写五言诗。☆38Updated 4 years ago
- 这是一个deeplabv3-plus-keras的源码，可以用于训练自己的模型。☆49Updated 2 years ago