张潜's Projects
CenterNet3D 部署版本,便于移植不同平台(onnx、tensorRT、rknn、Horizon)。
CenterNet 部署版本,便于移植不同平台(onnx、tensorRT、rknn、Horizon)。本来想做基于CenterNet的单目3D目标检测,但觉得要先把centenet后处理手撸一遍,说干就干。
centernet 瑞芯微 rknn 板端 C++部署。
路面分割,pytorch、onnx、tensorRT版本,不涉及训练过程,只涉及前向推理移植
DETR tensorRT 部署。
DETR tensor去除推理过程无用辅助头+fp16部署再次加速+解决转tensorrt 输出全为0问题的新方法。
DETR tensorRT C++部署。
FastSAM 部署版本,便于移植不同平,部署简单、运行速度快。
FastSAM 部署rknn C++ 代码
FCOS_onnx用python语言和C语言的风格进行进行了重写,便于不同平台进行移植。
车牌识别 LPRNet : License Plate Recognition via Deep Neural Networks 部署rk3588,C++实现。
MiDaS(Multiple Depth Estimation Accuracy with Single Network)单目深度估计,部署 rk3588。
mobilenetv3 with pytorch,provide pre-train model
基于NanoDet项目进行小裁剪,专门用来实现PyTorch 版本的代码,下载直接能使用,支持图片、视频文件、摄像头实时目标检测。
车牌关键点定位,全卷积网络预测车牌16个关键点位置
车牌回归,caffe、onnx、tensorRT版本,不涉及训练过程,只涉及前向推理和移植
Pytorch model to caffe model, supported pytorch 0.3, 0.3.1, 0.4, 0.4.1 ,1.0 , 1.0.1
RFB320_Face_Detector 部署版本(不涉及训练),后处理用python语言和C++语言形式进行改写,便于移植不同平台(caffe、onnx、tensorRT)。
用python语言以C++的风格重写SSD的后处理,caffe、onnx、tensorRT三个版本
this repo is forked from https://github.com/amdegroot/ssd.pytorch. implement by pytorch
Ultra-Fast-Lane-Detection 部署版本,后处理用进行改写,便于移植不同平台(caffe、onnx、RKNN、Horzion)。
💎1MB lightweight face detection model (1MB轻量级人脸检测模型)
UNetMultiLane 多车道线、车道线类型识别,自我学习使用,没有经过大量测试,不免有问题,不喜不扰。
UNetMultiLane 多车道线和车道线类型识别部署版本,测试不同平台部署(onnx、tensorRT、RKNN、Horzion),可识别所在的车道和车道线的类型。
UNetMultiLane 多车道线和车道线类型识别rknn部署C++代码
yolop 部署版本,后处理用python语言以C++方式形式进行改写,便于移植不同平台(onnx、tensorRT、rknn)。
yolov10 目标检测部署版本,便于移植不同平台(onnx、tensorRT、rknn、Horizon),全网部署最简单、运行速度最快的部署方式(全网首发)。
yolov10 瑞芯微 rknn 板端 C++部署,使用平台 rk3588。
在 oxford hand 数据集上对 YOLOv3 做模型剪枝(network slimming)