You signed in with another tab or window. Reload to refresh your session.You signed out in another tab or window. Reload to refresh your session.You switched accounts on another tab or window. Reload to refresh your session.Dismiss alert
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
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
About
A Platform-agnostic Computer Vision Application Library