msgan Verilog

Fork 0 关注 0

***msgan***是一种寻求用于多种图像合成的生成对抗网络模式，可以应用于不同任务中的任意条件生成对抗网络，简单而高效地寻找正则化项，以缓解模式崩溃问题并提高多样性。 环境要求： - Python 3.5 or Python 3.6 - Pytorch 0.4.0 and torchvision(https://pytorch.org/) - TensorboardX - Tensorflow (for tensorboard usage)

原始仓库地址：https://github.com/helenmao/msgan.git

kl-loss Verilog

Fork 0 关注 0

***kl-loss***是一种用于精确目标检测的不确定边界框回归模型，该模型提出了一种新颖的计算边界框损失代价的方法。 在MS-COCO数据集上，该模型将VGG-16 Faster R-CNN的平均精度（AP）从23.6％提高到29.1％；对于ResNet-50-FPN Mask R-CNN，该模型将AP和AP90分别提高了1.8％和6.2％，远优于目前的最好边界框优化方法。

原始仓库地址：https://github.com/yihui-he/kl-loss.git

sfd Jupyter Notebook

Fork 0 关注 0

S³FD是一种实时人脸检测器，通过单个深度神经网络，尤其是小脸部，在各种规模的人脸上均表现出色。 有关更多详细信息，请参阅我们的arXiv文件。

原始仓库地址：https://github.com/sfzhang15/sfd.git

faceboxes Jupyter Notebook

Fork 0 关注 0

我们提出了一种新颖的面部检测器，名为FaceBoxes，在速度和准确性上均具有出色的性能。 而且，FaceBoxes的速度不随人脸数量而变化。 您可以使用该代码来训练/评估FaceBoxes方法以进行人脸检测。 有关更多详细信息，请参阅我们的论文。

原始仓库地址：https://github.com/sfzhang15/faceboxes.git

refinedet Jupyter Notebook

Fork 0 关注 0

我们提出了一种新颖的基于单发的检测器，称为RefineDet，该检测器比两阶段方法具有更高的准确性，并且可以保持与一阶段方法相当的效率。 您可以使用代码来训练/评估用于对象检测的RefineDet方法。 有关更多详细信息，请参阅我们的论文。

原始仓库地址：https://github.com/sfzhang15/refinedet.git

华为方舟计算视觉团队 / PC-DARTS Python

Fork 0 关注 1

PC-DARTS is a memory-efficient differentiable architecture method based on DARTS. It mainly focuses on reducing the large memory cost of the super-net in one-shot NAS method, which means that it can also be combined with other one-shot NAS method e.g. ENAS. Different from previous methods that sampling operations, PC-DARTS samples channels of the constructed super-net. Interestingly, though we introduced randomness during the search process, the performance of the searched architecture is better and more stable than DARTS! For a detailed description of technical details and experimental results, please refer to our paper: Partial Channel Connections for Memory-Efficient Differentiable Architecture Search Yuhui Xu, Lingxi Xie, Xiaopeng Zhang, Xin Chen, Guo-Jun Qi, Qi Tian and Hongkai Xiong. This code is based on the implementation of DARTS.

原始仓库地址：https://github.com/yuhuixu1993/pc-darts.git

华为方舟计算视觉团队 / pdarts Python

Fork 0 关注 1

This repository contains the search and evaluation code for our work Progressive DARTS. It requires only 0.3 GPU-days (7 hours on a single P100 card) to finish a search progress on CIFAR10 and CIFAR100 datasets, much faster than DARTS, and achieves higher classification accuracy on both CIFAR and ImageNet datasets (mobole setting).

原始仓库地址：https://github.com/chenxin061/pdarts.git

华为方舟计算视觉团队 / CenterNet Python

Fork 0 关注 1

CenterNet is a framework for object detection with deep convolutional neural networks. You can use the code to train and evaluate a network for object detection on the MS-COCO dataset. It achieves state-of-the-art performance (an AP of 47.0%) on one of the most challenging dataset: MS-COCO. Our code is written in Python, based on CornerNet. More detailed descriptions of our approach and code will be made available soon. If you encounter any problems in using our code, please contact Kaiwen Duan: kaiwen.duan@vipl.ict.ac.cn.

原始仓库地址：https://github.com/duankaiwen/centernet.git

联通智立方 / 人脸识别v3 Python

Fork 0 关注 5

本模型改编自GitHub开源项目：[https://github.com/ageitgey/face_recognition](https://github.com/ageitgey/face_recognition) 鹏城汇智iHub镜像地址：[https://code.ihub.org.cn/projects/338/repository/face_recognition](https://code.ihub.org.cn/projects/338/repository/face_recognition) 本项目的人脸识别是基于业内领先的C++开源库 dlib中的深度学习模型，用Labeled Faces in the Wild人脸数据集进行测试，有高达99.38%的准确率。但对小孩和亚洲人脸的识别准确率尚待提升。 与“人脸识别v2”相比，本项目仅改变了代码结构，将dlib库和预训练人脸识别模型文件等直接打包在程序中，而不需要docker部署后再通过网络进行安装。

联通智立方 / 性别年龄识别 Python

Fork 0 关注 3

本模型为一个使用Keras实现的CNN网络，用于根据人脸图像来识别其性别和年龄。 本模型改编自GitHub开源项目：https://github.com/yu4u/age-gender-estimation