EfficientDet ----torch版本源码解析

本文详细解析了zylo大佬编写的EfficientDet-torch版本中的EfficientDetBackbone类,包括其参数设置、BiFPN模块以及分类器和回归器的工作原理。重点介绍了BiFPN中的特征融合、上采样、下采样操作,以及注意力机制的使用。同时,概述了回归器和分类器的实现,它们通过可分离卷积和激活函数处理来自BiFPN的特征图,预测边界框和类别分数。
摘要由CSDN通过智能技术生成

EfficientDet 代码模块功能解析

由于官方的代码是tensorflow版本的,我看的源码是zylo大佬写的pytorch版本的代码
地址:EfficientDet-torch版本

由于最近在搞自己的想法,时间不是很充足,所以这次先解析代码中的Backbone脚本,关于数据预处理,loss计算脚本以及后处理脚本下次解析。

  1. 首先介绍EfficientDetBackbone这个类
    具体代码如下:
class EfficientDetBackbone(nn.Module):
    def 
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

从现在开始壹并超

你的鼓励,我们就是hxd

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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