软件简介

TorchCV 是一个基于 PyTorch 的计算机视觉深度学习框架。该库提供了基于深度学习的大部分 CV 问题研究的源代码,对于使用者来说,调用最常用、最为先进的计算机模型从此可以变得更加容易。

TorchCV 支持图像分类、语义分割、目标检测、姿态检测、实例分割、生成对抗网络等任务中的多个常见模型,列表如下:

图像分类:

  • VGG
  • ResNet
  • DenseNet
  • ShuffleNet
  • ShuffleNet V2
  • Partial Order Pruning

语义分割:

  • DeepLabV3
  • PSPNet
  • DenseASPP
  • Asymmetric Non-local Neural Networks for Semantic Segmentation

目标检测:

  • SSD
  • Faster R-CNN
  • YOLOv3
  • FPN

 姿态检测:

  • CPM
  • OpenPose

实例分割

  • Mask R-CNN

生成对抗网络

  • Pix2pix
  • CycleGAN
展开阅读全文

代码

的 Gitee 指数为
超过 的项目

评论 (0)

加载中
更多评论
暂无内容
10/09 23:57

ECCV 2020 论文大盘点-场景解析篇

场景解析是一种特殊的语义分割,对整幅场景图像进行语义像素标注,典型应用是自动驾驶领域的道路环境的语义分割。 本文盘点 ECCV 2020 中所有场景解析(Scene Parsing)相关的3篇论文。 下载包含这些论文的 ECCV...

0
0
发表了博客
2019/03/30 14:58

转:Awesome Image/Video segmentation

Semantic segmentation U-Net [https://arxiv.org/pdf/1505.04597.pdf] [2015] https://github.com/zhixuhao/unet [Keras] https://github.com/jocicmarko/ultrasound-nerve-segmentation [Keras] https://github.com/EdwardTyantov/ultrasound-nerve-segmentation [Keras] https://github.com/ZFTurbo/ZF_UNET_224_Pret...

0
0
发表于AI & 大数据专区
05/08 10:00

2020年,语义分割方向该怎么走?

点击上方“AI算法与图像处理”,选择加"星标"或“置顶” 重磅干货,第一时间送达 本文转载 自:AI算法修炼营 前言 我们可以看到,在已经公布的CVPR2020的文章来看,单纯的语义分割领域的文章已经不太多,往提升精...

0
0
07/04 10:05

语义分割方向该怎么走?

点击上方“小白学视觉”,选择加"星标"或“置顶” 重磅干货,第一时间送达 前言 我们可以看到,在已经公布的CVPR2020的文章来看,单纯的语义分割领域的文章已经不太多,往提升精度上来进行的工作也已经接近饱和。...

0
0
03/28 09:09

超强语义分割算法!基于语义流的快速而准确的场景解析

点击上方“AI算法修炼营”,选择加星标或“置顶” 标题以下,全是干货 论文地址:https://arxiv.org/abs/2002.10120 代码地址:https://github.com/donnyyou/torchcv 该论文提出了一种有效且快速的场景解析方法。...

0
0
07/04 23:31

ECCV 2020 oral | 基于语义流的快速而准确的场景解析,在Cityscapes上达到80.4%mIoU,26 FPS

论文地址: https://arxiv.org/abs/2002.10120 代码地址: https://github.com/donnyyou/torchcv 该论文提出了一种有效且快速的场景解析方法。通常,提高场景解析或语义分割性能的常用方法是获得具有强大语义表示...

0
0
发表了博客
07/12 16:57

ECCV2020 oral | 基于语义流的快速而准确的场景解析

点击上方“3D视觉工坊”,选择“星标” 干货第一时间送达 论文地址:https://arxiv.org/abs/2002.10120 代码地址:https://github.com/donnyyou/torchcv 该论文提出了一种有效且快速的场景解析方法。通常,提高场景解析或语义分割性能的常用方法是获得具有强大语义表示的高分辨率特征图。广泛使用的有两种策略:使用带孔...

0
0
07/10 08:46

ECCV2020 oral | 基于语义流的快速而准确的场景解析

点击上方“3D视觉工坊”,选择“星标” 干货第一时间送达 论文地址:https://arxiv.org/abs/2002.10120 代码地址:https://github.com/donnyyou/torchcv 该论文提出了一种有效且快速的场景解析方法。通常,提高场...

0
0
没有更多内容
加载失败,请刷新页面
点击加载更多
加载中
下一页
暂无内容
0 评论
16 收藏
分享
返回顶部
顶部