/PytorchNetHub

加注释的网络模型（便于理解）

Primary LanguageJupyter NotebookMIT LicenseMIT

本仓库目的

  • 如果不想阅读源码，推荐看原仓库地址，感谢大佬们的无私奉献！
  • 本仓库将代码改为统一风格，能够更容易、更轻松得阅读源码，以便根据自己需求进行修改。

接下来工作

目标检测

  • Faster rcnn
  • YOLO v1
  • YOLO v3
  • SSD
  • CAM
  • S4ND
  • YOLO v4

语义分割

  • U-Net

其他

  • SKNet
  • FPN特征金字塔网络
  • Noise2noise
  • FunnelAct
  • Circle-Loss
  • 该仓库将拆分为多个子仓库，仅保留readme.md

汇总

模型 原仓库 加注释 实现 来源 备注 更新
Fatser Rcnn 原地址 注释 NIPS 2015
YOLO v1 原地址 注释 CVPR 2016
YOLO v3 原地址 注释 重构
YOLO v4 原地址 注释 2020.4
SSD 原地址 注释 重构 ECCV 2016
CAM 原地址 注释 CVPR 2016 卷积层实现弱监督定位
S4ND 复现 MICCAI 2018 单次单尺度肺结节检测
U-Net 原地址 注释 MICCAI 2015
SKNet 原地址 实现 CVPR 2019 继Res\Dense\SE之后新型Block 2019.5
Noise2noise 原地址 重构 ICML 2018
FPN 原地址 注释 CVPR 2017
FunnelRelu 原地址 复现 ECCV 2020 较Relu\PRelu\Swish更有效 2020.7

注：猫狗大战、风格迁移、GAN生成对抗网络等更多内容请访问传送门

阅读源码三步骤

  • 数据预处理
  • 网络模型搭建
  • 损失函数定义

项目一般结构

  • 总结构

  • 项目结构

    1、定义网络

    2、封装数据集

    3、工具类

    4、主函数