Pytorch目标检测学习资源
Pytorch学习
陈云《深度学习框架PyTorch：入门与实践》：https://zhuanlan.zhihu.com/p/31712507
官方教程：http://pytorch123.com/
动手学深度学习：https://zhuanlan.zhihu.com/p/85353963
其他开源资料：
https://github.com/zergtant/pytorch-handbook
https://github.com/TingsongYu/PyTorch_Tutorial
PyTorch官方出品了一本深度学习书
https://zhuanlan.zhihu.com/p/93116220
计算模型计算量参数量工具
https://github.com/sksq96/pytorch-summary
https://github.com/Swall0w/torchstat
https://github.com/Lyken17/pytorch-OpCounter
https://github.com/sovrasov/flops-counter.pytorch
SSD系列优秀项目推荐：
RFBNet:
code: https://github.com/ruinmessi/RFBNet
代码详解：https://zhuanlan.zhihu.com/p/49615407
SSD：
code:
https://link.zhihu.com/?target=https%3A//github.com/lufficc/SSD
https://github.com/dlyldxwl/Stronger-One-stage-detector-with-much-Tricks
代码详解：https://zhuanlan.zhihu.com/p/62725380
【SSD算法】史上最全代码解析-核心篇 - JimmyHua的文章 https://zhuanlan.zhihu.com/p/79854543
【SSD算法】史上最全代码解析-核心篇 - JimmyHua的文章 https://zhuanlan.zhihu.com/p/79854543
M2Det: https://github.com/qijiezhao/M2Det
FSSD: https://github.com/lzx1413/PytorchSSD
RefineDet:
https://github.com/lzx1413/PytorchSSD
https://github.com/pengfeidip/refindeDet_Pytorch
CVPR2019的一篇文章，也是改进的SSD，主要解决的还是尺度变化以及提高小目标上的表现，同时速度还是很快。改进点还是蛮有意思的，通过图像金字塔生成了特征金字塔与SSD本身的特征金字塔进行各种融合
标题：Efficient Featurized Image Pyramid Network for Single Shot Detector
代码：https://github.com/vaesl/LFIP
目标检测 EFGRNet：用于目标检测的丰富的功能导向优化网络
《Enriched Feature Guided Refinement Network for Object Detection》ICCV2019
注：EFGRNet是基于SSD魔改的Single-Stage检测网络，在COCO上可达46ms/39.0mAP(512x512)，现已开源！
作者：天津大学&IIAI
论文标题：Enriched Feature Guided Refinement Network for Object Detection
论文代码：https://github.com/Ranchentx/EFGRNet
YOLO项目推荐：
1. https://github.com/eriklindernoren/PyTorch-YOLOv3(代码简洁，适合学习，效果不太好)
2. https://github.com/ultralytics/yolov3（实现效果更好，适合应用）
3. YOLO剪枝：
https://github.com/tanluren/yolov3-channel-and-layer-pruning
https://github.com/zbyuan/pruning_yolov3
https://github.com/coldlarry/YOLOv3-complete-pruning
4.YOLO tricks pytorch:
https://github.com/ruinmessi/ASFF
https://github.com/Peterisfar/YOLOV3
https://github.com/wlguan/Stronger-yolo-pytorch
5. anchor聚类： https://github.com/lars76/kmeans-anchor-boxes
6. 超详细的Pytorch版yolov3代码中文注释详解（一）https://zhuanlan.zhihu.com/p/49981816
多目标跟踪：
1. centerNet + deep sort with pytorch
https://github.com/kimyoon-young/centerNet-deep-sort
2. YOLOv3+ deep sort with pytorch
https://github.com/ZQPei/deep_sort_pytorch
数据增广通用库：
https://github.com/albu/albumentations
https://github.com/aleju/imgaug
https://github.com/mdbloice/Augmentor
很好的文章：
https://blog.paperspace.com/data-augmentation-for-bounding-boxes/
【SSD算法】史上最全代码解析-数据篇 - JimmyHua的文章 - 知乎
https://zhuanlan.zhihu.com/p/79933177
https://nicehuster.github.io/2019/05/11/ssd-dataaug/
开源算法：
快速自动数据增广：https://github.com/kakaobrain/fast-autoaugment
PSIS：https://github.com/Hwang64/PSIS
小目标数据增广：https://github.com/gmayday1997/SmallObjectAugmentation
其他资源
高效轻量级语义分割网络汇总：https://github.com/xiaoyufenfei/Efficient-Segmentation-Networks
实时/轻量级的语义分割论文大全 注：含30多篇轻量级网络论文和40篇实时语义分割论文！：https://github.com/wpf535236337/real-time-network
大小仅1MB，超轻量级通用人脸检测模型登上GitHub趋势榜：https://zhuanlan.zhihu.com/p/86620263
AutoML 和轻量级网络资源大全（含NAS、模型压缩、超参优化和特征工程等）：
https://github.com/guan-yuan/awesome-AutoML-and-Lightweight-Models
科普帖：深度学习中GPU和显存分析：https://zhuanlan.zhihu.com/p/31558973
云深不知处-目标检测 763679865
群友们的优秀资源分享：
群友的优秀资料（持续更新，欢迎大家分享自己的文章和代码，一起交流）：
漂：YOLOv3剪枝的改进 https://github.com/tanluren/YOLOv3-extreme-pruning
https://github.com/tanluren/yolov3-channel-and-layer-pruning
行云：Pytorch 版YOLOV3训练自己的数据集https://blog.csdn.net/qq_34795071/article/details/90769094
yw: anchor free 人脸检测 https://github.com/Star-Clouds/centerface
DTennant: 多GPU和SyncBN的reID Baseline: https://github.com/DTennant/reid_baseline_with_syncbn
有点'冷：提供对YOLOv3及Tiny的多种剪枝版本，以适应不同的需求 https://github.com/coldlarry/YOLOv3-complete-pruning