YOLACT：Real-time Instance Segmentation总结
YOLACT：Real-time Instance Segmentation 这篇文章精度不高（mAP=29.8%），但是速度上有了较大的提升（33fps），能够达到实时级别。文中提到训练时只用了一个GPU，titanx。我下载源码用4块1080Ti卡跑的时候，采用COCO2014数据集，默认max_iter为400000次，batchsize为8，显示需要34天。看了下代码，感觉很复杂，数据预处
相关文章
- 1. Instance Segmentation入门总结
- 2. Conditional Convolutions for Instance Segmentation知识点总结
- 3. semantic segmentation 和instance segmentation
- 4. Video Instance Segmentation
- 5. YOLACT: Real-time Instance Segmentation
- 6. Segmentation简记-Hybrid Task Cascade for Instance Segmentation
- 7. DL-semantic segmentation/Classification+Localization/Object Detection/Instance Segmentation
- 8. Instance segmentation: MNC、FCIS、Mask R-CNN
- 9. Deep Watershed Transform for Instance Segmentation
- 10. [ICCV 2019] YOLACT Real-time Instance Segmentation
- 更多相关文章...
- • Docker 资源汇总 - Docker教程
- • XML 总结 下一步学习什么呢？ - XML 教程
- • 算法总结-双指针
- • 算法总结-回溯法
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. Instance Segmentation入门总结
- 2. Conditional Convolutions for Instance Segmentation知识点总结
- 3. semantic segmentation 和instance segmentation
- 4. Video Instance Segmentation
- 5. YOLACT: Real-time Instance Segmentation
- 6. Segmentation简记-Hybrid Task Cascade for Instance Segmentation
- 7. DL-semantic segmentation/Classification+Localization/Object Detection/Instance Segmentation
- 8. Instance segmentation: MNC、FCIS、Mask R-CNN
- 9. Deep Watershed Transform for Instance Segmentation
- 10. [ICCV 2019] YOLACT Real-time Instance Segmentation