/TLXCV

A Platform-agnostic Computer Vision Application Library

Primary LanguagePythonApache License 2.0Apache-2.0

TLXCV

A Platform-agnostic Computer Vision Application Library, based on TensorLayerX.

Introduction

TLXCV provides a set of algorithms and high-level APIs for computer vision tasks, such as image classification, object detection, semantic segmentation, etc.
Some of the algorithms are converted from PaddlePaddle implementations, and some are implemented from scratch.

Quick Start

Installation

git clone https://github.com/tensorlayer/TLXCV.git
cd TLXCV
pip install -e .

train

python demo/image_classification/train.py

predict

python demo/image_classification/predict.py

模型列表 Models

您可从博翰智能 Apulis或华为云上直接使用其功能。

分类模型 Classification

序号 模型 类别误差 前后误差 状态 参考
1 vgg16(pretrained model) 一致 0.0 完成 PaddleClas
2 alexnet(pretrained model) 一致 0.0 完成 PaddleClas
3 resnet50(pretrained model) 一致 0.0 完成 PaddleClas
4 resnet101(pretrained model) 一致 0.0 完成 PaddleClas
5 googlenet(pretrained model) 一致 0.0 完成 PaddleClas
6 mobilenetv1(pretrained model) 一致 0.0 完成 PaddleClas
7 mobilenetv2(pretrained model) 一致 0.0 完成 PaddleClas
8 mobilenetv3(pretrained model) 一致 0.0 完成 PaddleClas
9 shufflenetv2(pretrained model) 一致 0.0 完成 PaddleClas
10 squeezenet(pretrained model) 一致 0.0 完成 PaddleClas
11 inceptionv3(pretrained model) 一致 0.0 完成 PaddleClas
12 regnet(pretrained model) 一致 0.0 完成 PaddleClas
13 tnt(pretrained model) 一致 0.0 完成 PaddleClas
14 darknet53(pretrained model) 一致 0.0 完成 PaddleClas
15 densenet(pretrained model) 一致 0.0 完成 PaddleClas
16 rednet50(pretrained model) 一致 0.0 完成 PaddleClas
17 rednet101(pretrained model) 一致 0.0 完成 PaddleClas
18 cspdarknet53(pretrained model) 一致 0.0 完成 PaddleClas
19 efficientnet_b1(pretrained model) 一致 0.0 完成 PaddleClas
20 efficientnet_b7(pretrained model) 一致 0.0 完成 PaddleClas
21 dla34(pretrained model) 一致 0.0 完成 PaddleClas
22 dla102(pretrained model) 一致 0.0 完成 PaddleClas
23 dpn68(pretrained model) 一致 0.0 完成 PaddleClas
24 dpn107(pretrained model) 一致 0.0 完成 PaddleClas
25 ghostnet(pretrained model) 一致 0.0 完成 PaddleClas
26 hardnet39(pretrained model) 一致 0.0 完成 PaddleClas
27 hardnet85(pretrained model) 一致 0.0 完成 PaddleClas
28 resnest50(pretrained model) 一致 0.0 完成 PaddleClas
29 resnext50(pretrained model) 一致 0.0 完成 PaddleClas
30 resnext101(pretrained model) 一致 0.0 完成 PaddleClas
31 rexnet(pretrained model) 微小误差 0.00061244145 完成 PaddleClas
32 se_resnext(pretrained model) 一致 0.0 完成 PaddleClas
33 esnet_x0_5(pretrained model) 一致 0.0 完成 PaddleClas
34 esnet_x1_0(pretrained model) 一致 0.0 完成 PaddleClas
35 vit(pretrained model) 一致 0.0 完成 PaddleClas
36 alt_gvt_small(pretrained model) 一致 0.0 完成 PaddleClas
37 alt_gvt_base(pretrained model) 一致 0.0 完成 PaddleClas
38 swin_transformer_base(pretrained model) 0.0 PaddleClas
39 swin_transformer_small(pretrained model) 0.0 PaddleClas
40 pcpvt_base(pretrained model) 一致 0.0 完成 PaddleClas
41 pcpvt_large(pretrained model) 一致 0.0 完成 PaddleClas
42 xception41(pretrained model) 一致 0.0 完成 PaddleClas
43 xception65(pretrained model) 一致 0.0 完成 PaddleClas
44 xception41_deeplab(pretrained model) 一致 0.0 完成 PaddleClas
45 xception65_deeplab(pretrained model) 一致 0.0 完成 PaddleClas
46 levit(pretrained model) 一致 0.0 完成 PaddleClas
47 mixnet(pretrained model) 微小误差 0.00048300158 完成 PaddleClas
48 convnext(pretrained model) 一致 0.0 完成 PaddleClas
49 cswin(pretrained model) 一致 0.0 完成 PaddleClas
50 deittiny(pretrained model) 一致 0.0 完成 PaddleClas
51 deitsmall(pretrained model) 一致 0.0 完成 PaddleClas
52 deitbase(pretrained model) 一致 0.0 完成 PaddleClas
53 dvt(pretrained model) 一致 0.0 完成 PaddleClas
54 peleenet(pretrained model) 一致 0.0 完成 PaddleClas
55 pp_hgnet(pretrained model) 一致 0.0 完成 PaddleClas
56 pp_lcnet(pretrained model) 一致 0.0 完成 PaddleClas
57 pp_lcnet_v2(pretrained model) 一致 0.0 完成 PaddleClas
58 pvt_v2(pretrained model) 一致 0.0 完成 PaddleClas
59 res2net(pretrained model) 一致 0.0 完成 PaddleClas
60 van(pretrained model) 一致 0.0 完成 PaddleClas

分割模型 Segmentation

序号 模型 前后误差 状态 参考
1 fast_scnn 0.0 完成 PaddleSeg
2 hrnet 0.0 完成 PaddleSeg
3 encnet 0.0 完成 PaddleSeg
4 bisenet 0.0 完成 PaddleSeg
5 fastfcn 0.0 完成 PaddleSeg
6 enet 0.0 完成 PaddleSeg

检测模型 Detection

序号 模型 前后误差 状态 方向
1 yolov3 0.0 完成 PaddleDec
2 ssd 0.0 完成 PaddleDec
3 yolox 0.0 完成 PaddleDec
4 picodet_lcnet 0.0 完成 PaddleDec
5 fcos_r50 0.0 完成 PaddleDec
6 fcos_dcn 0.0 完成 PaddleDec
7 RetinaNet 0.0 完成 PaddleDec
8 Mask_RCNN 0.0 完成 PaddleDec
9 Faster_RCNN 0.0 完成 PaddleDec
10 CascadeRCNN 0.0 完成 PaddleDec
11 SOLOv2 0.0 完成 PaddleDec
12 GFL 0.0 完成 PaddleDec
13 TOOD 0.0 完成 PaddleDec
14 CenterNet 0.0 完成 PaddleDec
15 TTFNet 0.0 完成 PaddleDec

遥感模型 Remote Sensing

序号 模型 前后误差 状态 参考
1 bit 0.0 完成 PaddleRS
2 cdnet 0.0 完成 PaddleRS
3 stanet 0.0 完成 PaddleRS
4 fcef 0.0 完成 PaddleRS
5 fccdn 0.0 完成 PaddleRS
6 dsamnet 0.0 完成 PaddleRS
7 snunet 0.0 完成 PaddleRS
8 dsifn 0.0 完成 PaddleRS
9 unet 0.0 完成 PaddleRS
10 farseg 0.0 完成 PaddleRS
11 deeplab 0.0 完成 PaddleRS