【RT-DETR改进涨点】ResNet18、34、50、101等多个版本移植到ultralytics仓库(RT-DETR官方一比一移植)

欢迎大家订阅本专栏,一起学习RT-DETR

一、本文介绍

本文是本专栏的第一篇改进,我将RT-DETR官方版本中的ResNet18、ResNet34、ResNet50、ResNet101移植到ultralytics仓库,网上很多改进机制是将基础版本的也就是2015年发布的ResNet移植到ultralytics仓库中,但是其实RT-DETR实验的ResNet和其是有很大区别的在其中有很多细节上的不同(文章中我也会列出举例),所以我也是研究了很久RT-DETR官方版本的仓库将其中的代码解析出来,一比一的移植到ultralytics仓库(全网找不到第二个,真正意义上的一比一移植,参数量保持一致),本人从论文角度去带大家改进RT-DETR模型,教大家如何利用RT-DETR去发表论文,下面的图片为通过本文的ResNet18训练结果!

【RT-DETR改进涨点】ResNet18、34、50、101等多个版本移植到ultralytics仓库(RT-DETR官方一比一移植)_第1张图片

你可能感兴趣的:(RT-DETR有效改进专栏,人工智能,深度学习,YOLO,目标检测,计算机视觉,python,RT-DETR)