![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
pytorch
李舜生不会做梦
ai,机器学习,计算机视觉。一个技术菜鸟
邮箱:kevinrex66@gmail.com
有事致电。
展开
-
二阶段目标检测网络模型压缩网络剪枝
二阶段目标检测网络模型压缩网络剪枝由于网络上对于二阶段目标检测网络的网络剪枝资料较少,所以对剪枝过程进行了复现,本文以faster rcnn为例。使用的方法是network slimming,通道剪枝,通过对bn层gamma的分布分析,剪枝接近0的整个神经元通道。论文:Learning Efficient Convolutional Networks Through Network Slimming链接: https://arxiv.org/abs/1708.06519.剪枝原理其他的博客很多,在原创 2021-08-12 18:27:33 · 1192 阅读 · 5 评论 -
基于pytorch的目标检测数据增强(tensor数据流版本)
我的示例代码的dataloader中打包传入的是一个target字典,里面包括boxes和label,如果你们传入的是boxes和label,直接修改参数就行了,然后因为我传入的image和target都是经过torch的转换,数据格式是tensor,所以有一些转换格式的代码,然后图片shape是(c,h,w),随机概率设的是0.3,都按需要修改就行。随机缩放class randomScale(object): def __call__(self,image,target): #原创 2021-02-01 11:31:25 · 1983 阅读 · 10 评论