pascal-voc

Nous développons vos outils de vision par ordinateur réutilisables. 💜

Les métriques les plus populaires utilisées pour évaluer les algorithmes de détection d'objets.

Outil en ligne gratuit pour l'étiquetage de photos. https://makesense.ai

mean Average Precision - Ce code évalue les performances de votre réseau de neurones pour la reconnaissance d'objets.

Un framework sans code basé sur PyTorch pour des études d'apprentissage profond reproductibles. Écosystème PyTorch. 🏆 26 méthodes de distillation de connaissances présentées à TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI, etc. sont implémentées jusqu'à présent. 🎁 Modèles entraînés, journaux d'entraînement et configurations disponibles pour assurer la reproductibilité et l'étalonnage.

Métriques de détection d'objets. 14 métriques incluant la précision moyenne (mAP), le rappel moyen (AR) et la précision moyenne spatio-temporelle (STT-AP). Supporte divers formats de boîtes englobantes comme COCO, PASCAL, Imagenet, etc.

Pour accélérer et simplifier le processus d'étiquetage/annotation d'images avec prise en charge de plusieurs formats.

Cadre de gestion de jeux de données, une bibliothèque Python et un outil en ligne de commande pour construire, analyser et gérer des jeux de données de vision par ordinateur.