之江天枢 / model_script_library Python

Fork 0 关注 0

在这个版本中，我们提供了几个基于OneFlow的计算机视觉应用，包括: - Re-ID - DCGAN - Pix2Pix - SRGAN - Face Segmentation - Action Recognition - Restrack - TTSR - AP3D - GhostNet - HRNet - LeNet - Scnet - poseNet - TCA

原始仓库地址：https://gitee.com/zhijiangtianshu/Model_Script_Library.git

之江天枢 / oneflow_face Python

Fork 0 关注 0

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

之江天枢 / oneflow_yolov3 Python

Fork 0 关注 0

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

之江天枢 / OneFlow_RepVGG Python

Fork 0 关注 0

OneFlow 搭建RepVGG

原始仓库地址：https://gitee.com/zhijiangtianshu/OneFlow_RepVGG.git

之江天枢 / facenet Python

Fork 0 关注 0

**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

之江天枢 / oneflow_detection Python

Fork 0 关注 0

OneFlow 中的对象检测和实例分割神经网络。

原始仓库地址：https://gitee.com/zhijiangtianshu/oneflow_detection.git

之江天枢 / cycle-gan Python

Fork 0 关注 0

使用 Oneflow 框架实现 CycleGan。

原始仓库地址：https://gitee.com/zhijiangtianshu/cycle-gan.git

opencv_3rdparty C

Fork 0 关注 0

# OpenCV: Open Source Computer Vision Library This repository contains 3rdparty libraries used by OpenCV. ### OpenCV Resources OpenCV repository: https://github.com/opencv/opencv Homepage: https://opencv.org Docs: https://docs.opencv.org Q&A forum: https://answers.opencv.org Issue tracking: https://github.com/opencv/opencv/issues

原始仓库地址：https://github.com/opencv/opencv_3rdparty.git

prp Python

Fork 0 关注 0

This is the implementation of "Video Playback Rate Perception for Self-supervised Spatio-Temporal Representation Learning" in IEEE Conference on Computer Vision and Pattern Recognition(CVPR 2020)

原始仓库地址：https://github.com/yuanyao366/prp.git

PMMs-小样本语义分割方法 Python

Fork 0 关注 0

本项目提出了一种基于原型混合模型的小样本语义分割方法。该方法用于解决小样本语义分割中语义混叠的问题，在Pascal VOC 和COCO数据集上取得了显著的提升。 相关研究发表于ECCV 2020： "Prototype Mixture Models for Few-shot Semantic Segmentation" in European Conference on Computer Vision(ECCV 2020).