1. 22 3月, 2021 1 次提交
  2. 16 3月, 2021 1 次提交
  3. 27 1月, 2021 1 次提交
  4. 26 1月, 2021 1 次提交
  5. 11 1月, 2021 2 次提交
  6. 18 12月, 2020 1 次提交
  7. 25 11月, 2020 1 次提交
  8. 18 11月, 2020 1 次提交
  9. 22 10月, 2020 1 次提交
  10. 13 10月, 2020 1 次提交
  11. 02 10月, 2020 1 次提交
  12. 16 7月, 2020 1 次提交
  13. 01 7月, 2020 1 次提交
  14. 17 6月, 2020 1 次提交
  15. 20 5月, 2020 1 次提交
  16. 13 5月, 2020 1 次提交
  17. 09 5月, 2020 1 次提交
  18. 06 5月, 2020 1 次提交
  19. 07 4月, 2020 1 次提交
  20. 04 3月, 2020 1 次提交
  21. 19 12月, 2019 1 次提交
    • Q
      Polish reader to simplify preprocessing logic. (#112) · 8192c758
      qingqing01 提交于
      * Polish Reader to simplify preprocessing logic.
      #  sample_transforms-> make batch -> batch_transforms in Reader.
      * Clean some code
      * Imporve yolov3_r50vd_dcn_obj365_pretrained_coco 41.4 to 41.8.
      * Update all configs.
      8192c758
  22. 24 11月, 2019 1 次提交
  23. 30 10月, 2019 1 次提交
  24. 29 10月, 2019 1 次提交
  25. 24 10月, 2019 1 次提交
  26. 14 10月, 2019 1 次提交
  27. 12 10月, 2019 2 次提交
  28. 08 10月, 2019 1 次提交
  29. 29 9月, 2019 1 次提交
    • W
      Support finetune by custom dataset (#3195) · e6e70e47
      wangguanzhong 提交于
      * Support finetune by custom dataset
      
      * add finetune args
      
      * add load finetune
      
      * reconstruct load
      
      * add transfer learning doc
      
      * add fruit demo
      
      * add quick start
      
      * add data preprocessing FAQ
      e6e70e47
  30. 19 9月, 2019 1 次提交
  31. 17 9月, 2019 2 次提交
  32. 09 9月, 2019 2 次提交
  33. 19 8月, 2019 1 次提交
  34. 12 8月, 2019 1 次提交
  35. 31 7月, 2019 1 次提交
  36. 29 7月, 2019 1 次提交
    • K
      Add Yolov3 model based on PascalVOC and add voc metrics by Python. (#2801) · b00deb54
      Kaipeng Deng 提交于
      * add voc_eval and yolo_darknet_voc
      
      * add yolov3_darknet_voc in MODEL_ZOO
      
      * fix default im_size
      
      * fix MODEL_ZOO note
      
      * fix is_bbox_normalized
      
      * extract map to map_utils.py
      
      * update yolov3_dorknet_voc mixup
      
      * add yolov3_r34_voc
      
      * add yolov3_mobilenet_v1_voc
      
      * fix drop empty in VAL mode
      
      * use cfg.num_classes
      
      * assert metric valid
      
      * enable difficulty can be None
      
      * add comment for bbox_eval
      
      * num_classes in retinanet
      b00deb54