本项目是论文《Probabilistic Anchor Assignment with IoU Prediction for Object Detection》的Megengine实现。该论文的官方实现地址：https://github.com/kkhoot/PAA

依赖于CUDA10

conda create -n PAA python=3.7
pip install -r requirements.txt

下载官方的权重：https://drive.google.com/file/d/1i8i38lCkItS7H2gYN20Om_OyNJeAupoC/view?usp=sharing ，将下载后的文件置于./official_PAA路径下。

安装完环境后，直接运行python compare.py。

compare.py文件对官方实现和Megengine实现的推理结果进行了对比。

运行compare.py时，会读取./data中存放的图片进行推理。compare.py中实现了Megengine框架和官方使用的Pytorch框架的推理，并判断两者推理结果的一致性。

在使用模型时，使用如下代码即可得到加载了权重的模型：

import megengine.hub as hub
megengine_model = hub.load('CV51GO/PAA_Megengine','get_megengine_hardnet_model',pretrained=True)