Feature Request: FCN with Vgg 16 and Resnet Backbones
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 5/5
- Tiempo estimado
- Más de una semana
- Aptitud para principiantes
- 25/100
- Tipo de issue
- Nueva funcionalidad
- Claridad
- Necesita aclaración
- Estado de actividad
- Estancado
- Stack tecnológico
- pytorch
Línea de trabajo
No file, test, or entry point is named. Start by surveying the repository's Jupyter Notebook examples and identifying any existing FCN implementation, then compare the requested Vgg16 and Resnet backbones and the stated cropping and pixel-alignment concerns. Done means both backbones are included with clear guidance on alignment.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Hello, Sebastian, can you please also include, FCN with Vgg16 and Resnet backbones sometime in near future. Currently I could only find pytorch implementations with Vgg16 backbones but not Resnet. Also many repos don't explain the appropriate cropping and pixel alignment with vgg16 backbone.
- Lenguaje dominante
- Jupyter Notebook
- Estrellas
- 17.6k
- Forks
- 4.1k
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Preparar el entorno
Este proyecto no incluye contenedor de desarrollo, Dockerfile ni guía de contribución, así que la configuración corre por tu cuenta: empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de rasbt/deeplearning-models
-
Encoder weights initialized twice, decoder weights not initializedQuizá libre de nuevo Un pull request para esta issue se cerró sin fusionarse. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 45/100
rasbt/deeplearning-models#79 · 1 comentario ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 35/100
rasbt/deeplearning-models#78 ·
-
Dificultad 4/5 3-5 días Aptitud para principiantes 35/100
rasbt/deeplearning-models#76 · 2 comentarios · 1 reacción ·
-
Dificultad 4/5 3-5 días Aptitud para principiantes 25/100
rasbt/deeplearning-models#74 ·
-
Dificultad 3/5 1-2 días Aptitud para principiantes 35/100
rasbt/deeplearning-models#63 ·
Todos los issues de rasbt/deeplearning-models
Issues similares
-
TrackerVit: input scalefactor computed with Scalar's quaternion operator/, two of three channels negated (since 4.11.0) 🤖🤖🤖Posiblemente ocupada @officialarghya29 la tomó hoy. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 66/100
Los mantenedores suelen responder en 1 día
-
bug
Dificultad 2/5 1-3 horas Aptitud para principiantes 85/100
Robbyant/lingbot-map#113 · 1 comentario ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 88/100
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
ros-perception/image_pipeline#1198 ·
-
radon(circle=True) fails for images with a singleton heightPosiblemente ocupada @whyvineet la tomó hace 3 días. Abierto:bug: Bug
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
scikit-image/scikit-image#8348 ·
Los mantenedores suelen responder en 1 día