**使用Oneflow进行人脸识别。**
介绍如何在Oneflow中训练Facenet,并在LFW数据集上对训练好的网络进行验证。
原始仓库地址:https://gitee.com/zhijiangtianshu/facenet.git
OneFlow 搭建RepVGG
原始仓库地址:https://gitee.com/zhijiangtianshu/OneFlow_RepVGG.git
炼知技术平台是一个模型压缩平台,包含剪枝、量化、知识蒸馏等一系列模型压缩策略。 提供完整的模型压缩解决方案,可用于各种类型的自然语言和计算机视觉场景,如文本分类、推理,图像分类等。 另外,平台在不断完善各种压缩策略在经典开源任务的Benchmark,以便用户参考。 同时,平台也提供各种压缩策略的功能算子,方便用户使用、复现最新的论文方法,以及利用压缩算子进行二次开发。
原始仓库地址:https://gitee.com/zhijiangtianshu/Oneflow-Model-Compression.git
YOLO系列的算法(经典的v1~v3),是单阶段目标检测网络的开山鼻祖,YOLO—You only look once,表明其单阶段的特征,正是由于网络简单,单阶段的效率较快,使其区别于Faster-RCNN为代表的两阶段目标检测器,从一开始推出至今,便以速度快和较高的准确率而风靡目标检测领域,受到广泛使用和好评。
而Yolov3是其中的经典和集大成者(当然官方最近也推出了yolov4),其以融合了残差网络的Darknet-53为骨干网络,融合了多尺度,3路输出的feature map,上采样等特点,使其模型精度和对小目标检测能力都大为提升。
原始仓库地址:https://gitee.com/zhijiangtianshu/oneflow_yolov3.git
介绍如何在 OneFlow 中训练 InsightFace,并在验证数据集上对训练好的网络进行验证。
原始仓库地址:https://gitee.com/zhijiangtianshu/oneflow_face.git
使用 OneFlow 构建的模型和示例。
原始仓库地址:https://gitee.com/zhijiangtianshu/models.git
这个资源库提供了OneFlow深度学习的基准例子,用于CV、CTR和NLP,更多的模型正在进行中,准备好后将在这里提供。
原始仓库地址:https://gitee.com/zhijiangtianshu/OneFlow-Benchmark.git
Implementation of pix2pixHD with Oneflow framework.
This work is based on two repo: pix2pixHD and CelebAMask-HQ.
原始仓库地址:https://gitee.com/zhijiangtianshu/pix2pix-hd.git