CSAILVision / CSAILVision/NetDissect

Custom Model and architecture trained using tensorflow

Ouverte
#21 0 commentaires 0 réactions 0 personnes assignées Voir sur GitHub

Personne n'a encore pris cette issue.

Langage dominant
Python
Étoiles
455
Forks
114
Métriques de merge des PR
Aucune PR mergée en 30 j

Description

@quantombone @adikhosla @metalbubble @andrewowens @visionATcsail Hi thanks for sharing the code , i am having few queries

  1. THe network dissection method can it be applied to object detection architecture like yolov3
  2. If i want to build a network dissection model for object detection architecture , can i take the code from here and modify it
  3. will these code be used for resenet

Thanks in advance

Guide de contribution

Aucun guide de contribution indexé pour ce dépôt

Par où commencer

  1. Lisez l'issue en entier, puis le guide de contribution du projet.
  2. Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
  3. Forkez le dépôt et travaillez sur une branche.
  4. Ouvrez une pull request qui référence le numéro de l'issue.

Piste de recherche

Examinez l’implémentation et la documentation existantes du dépôt en Python et TensorFlow afin de déterminer quelles architectures de modèles il prend en charge. L’issue ne mentionne ni fichiers ni tests ; sa clôture nécessiterait un périmètre clarifié et approuvé par les mainteneurs pour la prise en charge de la détection d’objets et des architectures personnalisées.

Rédigé par le modèle d'indexation à partir du texte de l'issue.

Évaluation

Stack technique
python, tensorflow
Domaine
computer-vision, machine-learning
Type d'issue
Fonctionnalité
Difficulté
5/5
Temps estimé
Plus d'une semaine
Activité
À l'abandon
Clarté
À clarifier
Accessibilité débutants
20/100

Recevez les nouvelles issues par e-mail

Un résumé court des issues GitHub adaptées aux débutants.