pascal-voc

我们为您编写可重用的计算机视觉工具。💜

评估目标检测算法最常用的指标

免费使用的线上照片标注工具

mean Average Precision - 此代码用于评估您的神经网络在物体识别上的性能。

基于 PyTorch 构建的无代码框架，用于可复现的深度学习研究。PyTorch 生态系统。🏆 至今已实现 26 种发表于 TPAMI、CVPR、ICLR、ECCV、NeurIPS、ICCV、AAAI 等会议的知识蒸馏方法。🎁 提供已训练模型、训练日志与配置文件，以确保可复现性与基准测试。

对象检测指标。包含 14 种对象检测指标：平均精确度均值 (mAP)、平均召回率 (AR)、时空管平均精确度 (STT-AP)。此项目支持如 COCO、PASCAL、ImageNet 等不同的边界框格式。

加速并简化支持多种格式的图像标记/标注流程。

数据集管理框架，是用来构建、分析与管理 Computer Vision 数据集的 Python 程式库与 CLI 工具。