Advertisement

EfficientDet-D1.h5

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
EfficientDet-D1.h5是EfficientDet模型系列中的一种预训练权重文件，适用于目标检测任务，在保持高效率的同时提供出色的精度。 efficientdet系列算法中的d1版本是目前较为优秀的目标检测模型之一。其keras h5权重文件可以在GitHub上的开源项目中找到并使用，直接用于训练和预测任务。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • EfficientDet-D1.h5
    优质
    EfficientDet-D1.h5是EfficientDet模型系列中的一种预训练权重文件，适用于目标检测任务，在保持高效率的同时提供出色的精度。 efficientdet系列算法中的d1版本是目前较为优秀的目标检测模型之一。其keras h5权重文件可以在GitHub上的开源项目中找到并使用，直接用于训练和预测任务。
     
  • Yet-Another-EfficientDet-Pytorch-Lite.rar
    优质
    Yet-Another-EfficientDet-Pytorch-Lite 是一个基于PyTorch实现的轻量级版本EfficientDet目标检测模型项目，旨在优化计算资源消耗的同时保持高精度。 EfficientDet包含7种网络架构的可执行代码，在Windows系统下已成功运行。所需环境为CUDA9.0、pytorch1.1.0和torchvision0.3.0。
     
  • EfficientDet-master.zip（高效版本）
    优质
    EfficientDet是一款先进的目标检测模型，结合了EfficientNet的强大主干网络与BiFPN的颈部网络，实现了高精度和高性能的有效平衡。 EfficientDet项目代码包括efficientdet预训练模型和训练好的模型。文件包含efficientnet-b0_weights_tf_dim_ordering_tf_kernels_autoaugment_notop.h5、efficientdet-d0.h5等，支持训练和测试功能。
     
  • 技嘉GA-H61M-D1 BIOS
    优质
    技嘉GA-H61M-D1 BIOS是专为该主板设计的固件程序，负责初始化硬件并加载操作系统，更新BIOS可优化性能及兼容性。 技嘉GA-H61M-D1主板使用的是H61芯片组的BIOS。
     
  • newifi D1官方固件
    优质
    Newifi D1官方固件是专为Newifi D1路由器设计的系统软件，提供最新的功能更新与安全补丁，优化网络性能和用户体验。 newifi_D1官方固件版本为xCloudOS_newifi-d1_Build_v0.0.4.2100_beta_sign.bin，用于降低刷机难度的使用场景。
     
  • Arduino UNO D1 R32硬件包
    优质
    Arduino UNO D1 R32是一款基于高性能R32处理器的开发板硬件包，继承了经典的UNO设计，并提供了强大的计算能力和丰富的外设接口，适合各种嵌入式项目和教育用途。 在构建Arduino UNO D1 R32开发环境时使用的硬件开发包包括以下文件： - arduino-esp32-master.zip - esptool-2.6.1-windows.zip - mkspiffs-0.2.3-arduino-esp32-win32.zip - xtensa-esp32-elf-win32-1.22.0-80-g6c4433a-5.2.0.zip 这些文件均为截至2020年3月的最新版本。
     
  • 非官方EfficientDet：基于MMDetection的实现
    优质
    本项目提供了一个基于MMDetection框架的非官方EfficientDet实现，旨在为开发者和研究人员提供一个灵活、高效的物体检测模型。 使用高效饮食BiFPN和改进后的BiFPN，并采用@rwightman的effcientNet骨干及预训练权重进行训练和测试。
     
  • Yet-Another-EfficientDet-Pytorch-to-ONNX-and-TVM-源码
    优质
    这段代码是将EfficientDet模型从PyTorch框架转换为ONNX格式，并进一步优化至TVM（Tensor Virtual Machine）以实现高效推理部署的开源项目。 更新（20200429）：此存储库基于特定的库创建，旨在帮助用户将高效的支付网络模型转换为ONNX或TVM格式。请注意，本仓库仅提供如何进行上述转换的相关信息，并不涉及模型训练或其他相关事项。 若需参考原始代码以训练或测试该有效模型，请直接查阅原作者提供的资源。 我们根据需求调整了一些现有代码，以便更顺利地完成转换工作。 **转为ONNX：** 如果您希望将此模型转化为ONNX格式，请运行以下命令： ``` python3 convert/convert_onnx.py ``` **转为TVM：** 在提交 **f08d5d78ee000b2c113ac451f8d73817960eafd5** 的tvm版本上，我们已进行了测试。其他版本未经验证，因此无法保证其兼容性。 首先，请安装TVM，并将您的TVM安装源目录命名为`tvm_home`。 然后，在`tvm_home/python/tvm/relay`文件夹下进行后续操作。
     
  • RH850 D1系列数据手册
    优质
    RH850 D1系列数据手册提供了针对汽车应用设计的RH850/D1微控制器系列的详细技术规格和参数信息，包括引脚配置、存储器映射及外围模块描述等。 RH850 D1系列Datasheet提供了该微控制器系列的详细技术规格、引脚排列、存储器映射以及硬件特性描述。文档还包含了一系列示例代码和开发环境设置指南，帮助开发者快速入门并充分利用RH850 D1系列的各项功能进行应用开发。