faster_rcnn_r50_fpn_1x_20181010-3d1b3351.pth下载

最新推荐文章于 2020-11-19 21:18:21 发布
最新推荐文章于 2020-11-19 21:18:21 发布
阅读量2.8k 收藏 14
点赞数 18
分类专栏： mmdetection 文章标签： pytorch
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/AI414010/article/details/107571729
版权

问题：mmdetection的模型参数下载超级慢，CSDN上的资源一份要40积分。喵喵喵？现在搬运人工费这么贵了吗？上传资源还提示已有资源，无需上传。
解决方法：下载了几个自己常用的模型参数，需要自取。
1、
faster_rcnn_r50_fpn_1x_20181010-3d1b3351.pth
链接：https://pan.baidu.com/s/17Rb4Vi_YRNqGhQdu1dQkfg
提取码：knsf
2、
faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth
链接：https://pan.baidu.com/s/1H7m6P0AA2JMHsqIcvRMrNQ
提取码：yp6u
3、
mask_rcnn_r50_fpn_1x_20181010-069fa190.pth
链接：https://pan.baidu.com/s/1Ln63Fxdy-1q5xzeWlAwN_g
提取码：tiu6

AI414010
关注
专栏目录
MMDetection 基准测试 和 Model Zoo | 三
TensorFlowNews
05-03 2489
作者|open-mmlab 编译|Flin 来源|Github 基准测试 和 Model Zoo 环境 硬件 8 个 NVIDIA Tesla V100 GPUs Intel Xeon 4114 CPU @ 2.20GHz 软件环境 Python 3.6 / 3.7 PyTorch 1.1 CUDA 9.0.176 CUDNN 7.0.4 NCCL 2.1.15 镜像站点 我们使用AWS作...
【干货】用mmdetection，在COCO数据集上跑通faster R-CNN（测试、训练）
Activewaste
07-06 2万+
注：刚接触R-CNN、Fast R-CNN、Faster R-CNN，就尝试用mmdetection，在coco数据集上跑Faster R-CNN，训练测试完就来记录一下这个过程的一些坑 参考 mmdetection github网址 跑通mmdetection 安装Anaconda3遇到的几个问题 关于跑通mmdetection，建议主要看第一个网址，第二个网址参考为主，因为我按原博的步骤...
mmdetection测试权重文件--faster_rcnn_r50_fpn_1x_20181010-3d1b3351.pth
04-23
mmdetection测试权重文件--faster_rcnn_r50_fpn_1x_20181010-3d1b3351.pth
faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth
06-16
mmdetection2.x版本的fasterrcnn权重，可以测试自己安装的是否成功mmdetection2.x版本的fasterrcnn权重，可以测试自己安装的是否成功 这个总是自动要积分,回复我我可以改过来
faster_rcnn_1_8_132028.pth
01-06
faster_rcnn_1_8_132028.pth
retinanet_r50_fpn_2x_20181125-e0dbec97.pth
06-17
mmdetection里用的预训练模型retinanet的，放在AWS上的，国内下载不便，放在CSDN方便大家下载
faster_rcnn_r50_fpn_1x.py配置文件
qq_35975753的博客
06-19 3261
一、简介 在使用mmdetection对模型进行调优的过程中总会遇到很多参数的问题，不知道参数在代码中是什么作用，会对训练产生怎样的影响，这里我以faster_rcnn_r50_fpn_1x.py和cascade_rcnn_r50_fpn_1x.py为例，简单介绍一下mmdetection中的各项参数含义 二、faster_rcnn_r50_fpn_1x.py配置文件 首先介绍一下这个配置文件所描述的框架，它是基于resnet50的backbone，有着5个fpn特征层的faster-RCNN目标检.
faster_rcnn_models.part2.rar
10-03
py-faster-rcnn测试用得着的模型, 原来下载此模型文件的dropbox因为被伟大的墙挡了国内下载不了，看到有的人在这里居然把这个faster-rcnn-models设置成几十积分才能下载一个part！太过分了，看不惯，我只要几分，让...
mmdetection中pth文件
12-11
checkpoint_file = 'faster_rcnn_r50_fpn_1x_20181010-3d1b3351.pth' model = init_detector(config_file, checkpoint_file, device='cuda:0') # 测试图片 img = 'test.jpg' # 进行推理 result = inference_...
学习笔记之——基于pytorch的FSRCNN
gwpscut的博客
10-24 5077
本博文为本人学习基于pytorch的FSRCNN的学习笔记，仅供本人学习记录用   参考代码来自：https://github.com/icpm/super-resolution和https://github.com/yippp/FSRCNN pytorch的中文文档https://pytorch-cn.readthedocs.io/zh/latest/ 先采用data_aug.m来增广数...
faster_rcnn_models.part1.rar
10-03
py-faster-rcnn测试用得着的模型，看到有的人在这里居然把这个faster-rcnn-models设置成几十积分才能下载一个part！太过分了，看不惯，我只要几分，让需要的人都能下载
resnet50_ibn_a-d9d0bb7b.pth
09-04
fast-reid需要的预训练模型resnet50_ibn_a-d9d0bb7b.pth，需要请自行下载。
resnet101_ibn_a.pth.tar
06-12
resnet101_ibn_a.pth.tar，京东开源的face-reid中行人重识别数据集Market1501-resnet101预训练模型。（由于google云盘下载速度偏慢，所以上传到这里） 此处非常感谢京东与模型的分享者。
FPN中test测试文件，显示实时监测结果
09-27
在FPN中进行test时，如果需要实时显示检测的结果，只要将lib中fast_rcnn中的test.py文件替换掉就可以了，详见我博文，有解析。
pytorch 配置opencv_安装配置mmdetection
weixin_39944515的博客
11-19 663
找工作被虐的惨不忍睹，数据结构与算法被怼的死去活来，计算机系统一点也不会，计算机网络一窍不通，看准了互联网的工资红利，却高估了自己的实力。回归本源，老老实实学习数据结构，刷Leetcode，为了深入理解计算机系统，图书馆里翻了一本陈年《C语言程序设计》，配合着LuckyHan的哥哥翁恺的Mooc，一点一点肯食这神奇的工具。半世浮沉，恍如隔世，在求学的最后的时光里，逐步活出了《舍得...
深度学习目标检测工具箱mmdetection，训练自己的数据
热门推荐
hajlyx的博客
10-30 5万+
深度学习目标检测工具箱mmdetection，训练自己的数据 商汤科技（2018 COCO 目标检测挑战赛冠军）和香港中文大学最近开源了一个基于Pytorch实现的深度学习目标检测工具箱mmdetection，支持Faster-RCNN，Mask-RCNN，Fast-RCNN等主流的目标检测框架，后续会加入Cascade-RCNN以及其他一系列目标检测框架。 相比于Facebook开源的Detec...
新版 MMDetection V2.3.0训练测试笔记
越努力，越幸运
08-03 4233
https://zhuanlan.zhihu.com/p/101225733
mmdetection安装与测试
洪流之源
06-19 1万+
如下是mmdetection的github地址： https://github.com/open-mmlab/mmdetection 在github中的INSTALL.md文件中，对mmdetection的安装已经有详细的说明，但个人感觉还是有些坑，下面是个人总结的安装与测试步骤： 安装： 1. 安装依赖，我的机器上安装的python3.5、cuda9.0、pytorch1.1，注意pyt...
mmdetection 港中文媒体实验室开源的检测工具箱和评估基准
迷若烟雨的专栏
10-15 1万+
mmdetection是商汤开源的用于深度学习目标检测的库, 相比于早先开源的Detectron,maskrcnn-benchmark和SimpleDet具有以下特性: 模块化设计，将检测或者分割任务分解成几个模块，通过模块的组合即可完成相应的任务 开箱即用，实现了多种目标检测和分割算法，易于配置和使用 高效 所有对包围框和掩码的操作都可以在GPU上完成 领先性,获得过2018年COCO检测比赛的冠军，并且还在不断进化
mask_rcnn_r50_fpn_2x_20181010-41d35c05.pth
最新发布
12-26
mask_rcnn_r50_fpn_2x_20181010-41d35c05.pth是一个经过训练得到的用于目标检测和实例分割的模型。它基于ResNet-50神经网络结构，在Faster R-CNN（Region-based Convolutional Neural Networks）的基础上加入了Mask ...
评论 6
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值