Implementación PyTorch de nueve redes neuronales convolucionales (CNN)

Las redes neuronales convolucionales típicas incluyen AlexNet, VGG, ResNet; InceptionV1, InceptionV2, InceptionV3, InceptionV4 e Inception-ResNet.

Las redes ligeras incluyen GhostNet, MobileNets, MobileNetV2, MobileNetV3, ShuffleNet, ShuffleNet V2, SqueezeNet Xception MixNet GhostNet.

Las redes de detección de objetos incluyen SSD, YOLO, YOLOv2, YOLOv3, FCOS, FPN, RetinaNet Objects as Points, FSAF y CenterNet FoveaBox.

Las redes de segmentación semántica incluyen FCN, Fast-SCNN, LEDNet, LRNNet y FisheyeMODNet.

Las redes de segmentación de instancias incluyen: PolarMask.

PolarMask: segmentación de instancias de disparo único con representación polar, 2019.

Las redes de detección y reconocimiento de rostros incluyen FaceBoxes, LFFD y VarGFaceNet.

Las redes de reconocimiento de gestos humanos incluyen Stacked Hourglass, Networks Simple Baselines y

StackedHG: Stacked Hourglass Networks for Human Pose Estimation, 2016

Simple Baselines. : Líneas de base simples para la estimación y el seguimiento de la pose humana

LPN: estimación de la pose humana simple y liviana

Las redes de mecanismos de atención incluyen:

SE Net, scSE, NL Net , GCNet, CBAM.

Las redes de segmentación vertical incluyen: SINet: Las redes de segmentación vertical incluyen: SINet.