CenterNet-better

收录理由

原版 CenterNet 代码虽然效果强劲，但结构复杂、难以入手，这个重写版本正是冲着这个问题来的。它保留了 Objects as Points 的核心思路，同时把代码整理得清晰易读，作者称训练时间大约只需原来的一半，mAP 还能高出 1 到 2 个点。配置被设计成可调试的对象，跑起来能直接检查数值，排错方便；不少操作做了向量化，速度更快；训练结束后还会自动评估模型并生成 markdown 格式的报告。如果你已经在用 PyTorch，想找一个更顺手的起点来做基于关键点的检测，这个仓库比上游代码友好得多，也能当作一份通俗的参考，帮你搞懂 CenterNet 的内部机制，或者在 ResNet 骨干上搭建自己的检测器。