CV
文章平均质量分 50
Fourier_xyz
这个作者很懒,什么都没留下…
展开
-
Cornernet_Lite( CornerNet )模型结构最全面解读!
论文源码:https://github.com/princeton-vl/CornerNet-Lite这可能是全网最详细的CornerNet模型结构图解。话不多说,看图!`一、CornerNet完整组成结构CornerNet完整组成结构`二、卷积模组、残差模组卷积模组封装`卷积模组结构`残差模组封装`残差模组结构 `三、预处理模块预处理模块封装`预处理模块结构`四、主干网络主干网络结构`沙漏网络封装`沙漏网络结构(沙漏形式)(数据在不同原创 2021-06-19 22:07:38 · 721 阅读 · 0 评论 -
Cornernet_Lite( CornerNet ) 源码理解 - 模型与损失部分
论文源码:https://github.com/princeton-vl/CornerNet-Lite`一、网络搭建源码分析core.models.CornerNet.pyimport torchimport torch.nn as nnfrom .py_utils import TopPool, BottomPool, LeftPool, RightPool #作者定义的C++4个扩展POOL操作from .py_utils.utils import convolution, resid原创 2021-06-19 20:38:47 · 398 阅读 · 0 评论 -
Cornernet_Lite( CornerNet ) 源码理解 - 损失函数计算实现分析
论文源码:https://github.com/princeton-vl/CornerNet-Lite`论文中,用于匹配角点的损失函数如下(embedding的损失):在embedding损失函数的算法实现中,除了需要输入预测出的嵌入图,还需要给出真实值角点位置的索引,以及用于滤除无关计算的二进制掩膜。该掩膜在每个通道上使用一维的向量表示,其前N个值为1,其余为0,N为该通道下图像中存在的真实目标数。角码将输出嵌入图在每个通道下转化为一维数据,再根据真实值位置的索引,调换元素位置,使得一维嵌入图上原创 2021-06-19 20:37:22 · 424 阅读 · 0 评论 -
Cornernet_Lite( CornerNet ) 源码理解 - 训练部分
论文源码:https://github.com/princeton-vl/CornerNet-Lite一、程序流程图CornerNet网络的训练过程流程图`二、源码分析train.py挺简单的,训练的关键在网络工厂函数.nnet.py_factory.py,以及模型搭建core.models.CornerNet.py、core.models.py_utils.modules、core.models.py_utils.utils,损失函数core.models.py_utils/losses.py原创 2021-06-16 23:50:25 · 179 阅读 · 0 评论 -
Cornernet_Lite( CornerNet ) 源码理解 - 测试部分
一、程序流程图测试的接口程序中导入并实例化了三种网络的类:CornerNet类,SaccadeNet类和SqueezeNet类。该类能如函数一样被调用,输入图像,就能输出检测框的字典数据。以CornerNet类为例,它在被调用执行时,其会执行的一个关键子函数是cornerner_inference函数,用以进行图像处理与预测的过程。decode函数具体进行图像在GPU中通过网络前向传播计算预测结果。CornerNet的训练过程流程图如下:demo.py 接口程序以函数形式调用的CornerNet类原创 2021-06-16 22:13:21 · 415 阅读 · 0 评论 -
新手零基础教程:Windows下运行CornerNet_lite源码
文章目录一、前言1. 相关参考2. 环境二、软件环境1. 安装CUDA2. Anaconda虚拟环境3. 安装PyTorch包4. 安装C++编辑器VS三、测试1. 安装minGW2. 修改源代码3. 下载模型权重4. 编译依赖函数5. 测试三、测试1. 下载数据集一、前言1. 相关参考本教程的关键参阅:图灵工作室:Windows下pytorch运行CornerNet教程论文源码及教程:https://github.com/princeton-vl/CornerNet-Lite2. 环境Win原创 2021-06-12 11:57:05 · 1701 阅读 · 11 评论