Deformable-ConvNets 性能比较

Deformable-ConvNets

GitHub地址https://github.com/msracver/Deformable-ConvNets

 

R-FCN演示python ./rfcn/demo.py  *Deformable R-FCN* 

640*496time):0.1630s
 
640*427time):0.1950s
 

Only R-FCN演示:

python ./rfcn/demo.py --rfcn_only

640*496time):0.0758s
 
640*427time):0.1056s
就论这两张照片测试而言,Only R-FCN其实效果和性能都更优良一点。

Deformable Deeplab演示:

python ./deeplab/demo.py

 
 
两张图均 2048*1024
 
若变为 640*450 左右的两张图他会变成1321*1024  1535*1024d  8bit color 的图片。
 

Deeplab演示:

python ./deeplab/demo.py --deeplab_only

 

 

 

 

 

在比较大的图上,该算法的性能要比原来的Deeplab好上一点,小图的性能就不堪入目了。

评论
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
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