PyTorch深度学习计算机视觉框架
Taylor Guo @ Shanghai - 2018.10.22 - 星期一
PyTorch 资源链接
- 图像分类
- VGG
- ResNet
- DenseNet
- MobileNetV2
- ResNeXt
- SqueezeNet
- ShuffleNet
- ShuffleNet V2
- 位姿估计
- CPM: Convolutional Pose Machines
- OpenPose: Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields
- 物体检测
- SSD
- Faster R-CNN
- YoloV3
- FPN
- 语义分割
- DeepLabV3
- PSPNet
- DenseASPP
- 实例分割
- Mask R-CNN
PyTorchCV性能对比
物体检测
| Model | Training data | Testing data | mAP | FPS |
|---|---|---|---|---|
| SSD-300 Origin | VOC07+12 trainval | VOC07 test | 0.772 | - |
| SSD-300 Ours | VOC07+12 trainval | VOC07 test | 0.786 | - |
- Faster R-CNN:区域建议网路 【Faster R-CNN】
| Model | Training data | Testing data | mAP | FPS |
|---|---|---|---|---|
| Faster R-CNN Origin | VOC07 trainval | VOC07 test | 0.699 | - |
| Faster R-CNN Ours | VOC07 trainval | VOC07 test | 0.706 | - |
- YoloV3
PyTorchCV 使用
以OpenPose为例:
- 训练模型
python main.py --hypes hypes/pose/coco/op_coco_pose.json \
--base_lr 0.001 \
--phase train \
--gpu 0 1
- 微调模型
python main.py --hypes hypes/pose/coco/op_coco_pose.json \
--base_lr 0.001 \
--phase train \
--resume checkpoints/pose/coco/coco_open_pose_65000.pth \
--gpu 0 1
- 测试模型(test_img):
python main.py --hypes hypes/pose/coco/op_coco_pose.json \
--phase test \
--resume checkpoints/pose/coco/coco_open_pose_65000.pth \
--test_img val/samples/ski.jpg \
--gpu 0
- 测试模型(test_dir):
python main.py --hypes hypes/pose/coco/op_coco_pose.json \
--phase test \
--resume checkpoints/pose/coco/coco_open_pose_65000.pth \
--test_dir val/samples \
--gpu 0
PyTorchCV 结果实例
VGG19-OpenPose 输出结果

VGG19-OpenPose 输出结果
PyTorch深度学习计算机视觉框架的更多相关文章
- 对比学习:《深度学习之Pytorch》《PyTorch深度学习实战》+代码
PyTorch是一个基于Python的深度学习平台,该平台简单易用上手快,从计算机视觉.自然语言处理再到强化学习,PyTorch的功能强大,支持PyTorch的工具包有用于自然语言处理的Allen N ...
- 人工智能范畴及深度学习主流框架,IBM Watson认知计算领域IntelligentBehavior介绍
人工智能范畴及深度学习主流框架,IBM Watson认知计算领域IntelligentBehavior介绍 工业机器人,家用机器人这些只是人工智能的一个细分应用而已.图像识别,语音识别,推荐算法,NL ...
- 人工智能深度学习Caffe框架介绍,优秀的深度学习架构
人工智能深度学习Caffe框架介绍,优秀的深度学习架构 在深度学习领域,Caffe框架是人们无法绕过的一座山.这不仅是因为它无论在结构.性能上,还是在代码质量上,都称得上一款十分出色的开源框架.更重要 ...
- 从Theano到Lasagne:基于Python的深度学习的框架和库
从Theano到Lasagne:基于Python的深度学习的框架和库 摘要:最近,深度神经网络以“Deep Dreams”形式在网站中如雨后春笋般出现,或是像谷歌研究原创论文中描述的那样:Incept ...
- 人工智能范畴及深度学习主流框架,谷歌 TensorFlow,IBM Watson认知计算领域IntelligentBehavior介绍
人工智能范畴及深度学习主流框架,谷歌 TensorFlow,IBM Watson认知计算领域IntelligentBehavior介绍 ================================ ...
- 深度学习Keras框架笔记之AutoEncoder类
深度学习Keras框架笔记之AutoEncoder类使用笔记 keras.layers.core.AutoEncoder(encoder, decoder,output_reconstruction= ...
- 深度学习Keras框架笔记之TimeDistributedDense类
深度学习Keras框架笔记之TimeDistributedDense类使用方法笔记 例: keras.layers.core.TimeDistributedDense(output_dim,init= ...
- 深度学习Keras框架笔记之Dense类(标准的一维全连接层)
深度学习Keras框架笔记之Dense类(标准的一维全连接层) 例: keras.layers.core.Dense(output_dim,init='glorot_uniform', activat ...
- PyTorch深度学习实践——反向传播
反向传播 课程来源:PyTorch深度学习实践--河北工业大学 <PyTorch深度学习实践>完结合集_哔哩哔哩_bilibili 目录 反向传播 笔记 作业 笔记 在之前课程中介绍的线性 ...
随机推荐
- nodejs如果npm install express -g远程安装费时
npm install -g cnpm --registry= https://registry.npm.taobao.org
- nginx 方向代理
#nginx 监听原理 先监听端口 --> 再配置域名 -->匹配到就访问local 否则 没有匹配到域名就默认访问第一个监听端口的local地址 # vi nginx.conf user ...
- python之ProcessPoolExecutor
ProcessPoolExecutor使用上基本与ThreadPoolExecutor一致不过在windows上使用,有个问题需要注意.使用不当会出现如下错误 File "...\lib\m ...
- iOS 语言国际化配置
所谓的iOS 国际化,就是根据系统不同的语言自动切换. 首先,如图: 创建一个.strings文件,以“Localizable.strings”为文件名: 创建完之后,在XCode的右边勾选自 ...
- Delphi中CPort控件之Timeout属性
转载:http://blog.sina.com.cn/s/blog_70146dce0102wep1.html Cport的Timeout属性定义了详细的读写超时设置. 当一个特别操作的超时时间达到了 ...
- chromium之tracked_objects
// For each thread, we have a ThreadData that stores all tracking info generated // on this thread. ...
- oracle优化-leading提示和ordered提示以及materialize提示
以下内容适用于oracle 10.2.0.5及其以上版本 一个查询很慢,原始SQL如下: select a.* from (select ssi.ID, 'small_station_info' TB ...
- 关于<meta name="viewport" content="width= device-width,user-scalable= 0,initial-scale= 1.0,minimum-scale= 1.0">
<meta name="viewport" content=" width= device-width, user-scalable= 0, initial-sca ...
- Hadoop(3)-Hadoop介绍
Hadoop三大发行版本 Hadoop三大发行版本:Apache.Cloudera.Hortonworks. Apache版本最原始(最基础)的版本,对于入门学习最好. Cloudera在大型互联网企 ...
- python继续函数-练习(2017-8-3)
写函数,计算传入字符串中[数字].[字母].[空格] 以及 [其他]的个数 def detection(p): intcount = 0 strcount = 0 othercount = 0 spa ...