1 रिपॉजिटरी
Awesome GitHub RepositoriesLearnable Spatial Offsets
Adaptive 2D coordinate offsets learned during training to modify convolutional sampling grids.
Distinct from Offset-Based Addressing: Distinct from binary offset addressing: focuses on 2D spatial coordinate adjustments in neural network layers.
Explore 1 awesome GitHub repository matching data & databases · Learnable Spatial Offsets. Refine with filters or upvote what's useful.
Awesome Learnable Spatial Offsets GitHub Repositories
AI के साथ बेहतरीन रिपॉजिटरी खोजें।हम AI का उपयोग करके सबसे सटीक रिपॉजिटरी खोजेंगे।
- msracver/deformable-convnets
msracver/Deformable-ConvNets
4,116GitHub पर देखेंDeformable-ConvNets एक कंप्यूटर विजन फ्रेमवर्क और न्यूरल नेटवर्क घटकों का संग्रह है जिसे डिफॉर्मेबल कन्वेन्शनल न्यूरल नेटवर्क को लागू करने के लिए डिज़ाइन किया गया है। यह एडेप्टिव कन्वेन्शनल लेयर्स और पूलिंग इम्प्लीमेंटेशन प्रदान करता है जो छवियों के भीतर वस्तुओं की ज्यामिति को बेहतर ढंग से कैप्चर करने के लिए इनपुट फीचर्स के आधार पर अपने रिसेप्टिव फील्ड्स को संशोधित करते हैं। यह प्रोजेक्ट कन्वेन्शनल ग्रिड को लक्षित वस्तु आकृतियों के साथ संरेखित करने के लिए सीखने योग्य सैंपलिंग ऑफसेट्स और मॉड्यूलेशन मास्क के उपयोग को सक्षम बनाता है। इसमें कन्वेन्शन और पूलिंग लेयर्स में सीखे गए ऑफसेट्स को विज़ुअलाइज़ करने के लिए विशेष उपकरण शामिल हैं, जो यह विश्लेषण करने की अनुमति देते हैं कि नेटवर्क अपने स्थानिक रिसेप्टिव फील्ड को कैसे अनुकूलित करता है। इन क्षमताओं का उपयोग ऑब्जेक्ट डिटेक्शन की सटीकता में सुधार करने और सिमेंटिक सेगमेंटेशन को रिफाइन करने के लिए किया जाता है। यह फ्रेमवर्क वास्तविक वस्तु सीमाओं के साथ सैंपलिंग क्षेत्रों को संरेखित करने के लिए डिफॉर्मेबल पूलिंग के माध्यम से रुचि के क्षेत्रों (regions of interest) से फीचर्स निकालने का समर्थन करता है। इस इम्प्लीमेंटेशन में इन विशेष नेटवर्क आर्किटेक्चर को निष्पादित और मूल्यांकन करने के लिए एक ट्रेनिंग पाइपलाइन शामिल है।
Enables the use of learnable 2D offsets to adjust convolutional grids to match object shapes in images.
Python
