目标检测资源汇总--持续更新

①实战项目 支持剪枝、量化和知识蒸馏的YOLOV3

【特性】
1、提供多个主流目标检测数据集的预处理后文件及训练方法。
2、提供包括剪枝,量化,知识蒸馏的主流模型压缩算法实现。
3、提供多backbone训练目前包括Darknet-YOLOv3,Tiny-YOLOv3,Mobilenetv3-YOLOv3。
【目前支持功能】

  • 正常训练
  • tiny训练
  • mobilenetv3训练
  • Dior数据集训练
  • bdd100k数据集训练
  • visdrone数据集训练
  • 稀疏化训练
  • 正常剪枝
  • 规整剪枝
  • 极限剪枝(shortcut)
  • Tiny剪枝
  • BNN量化
  • BWN量化
  • stage-wise 逐层量化
  • 知识蒸馏
    https://github.com/SpursLipu/YOLOv3-ModelCompression-MultidatasetTraining-Multibackbone/blob/master/README.md
上一篇:开源项目|基于darknet实现量化感知训练,已实现yolov3-tiny所有算子


下一篇:【文献阅读】Scale Match for Tiny Person Detection-微小人物检测的尺度匹配