SSD

收录理由

这份 PyTorch 代码库把 SSD（单次多框检测器）拆成了清晰可换的部件：骨干网络、检测器、盒头、预测器都做了抽象，想换成 EfficientNet 这类骨干时，只需在配置文件里注册一下，不用去改训练循环。多 GPU 训练和批量推理都很顺手，检查点会保存模型、优化器和调度器的完整状态，中途停下再恢复，能精确接上之前的进度。训练过程中，TensorBoard 会显示 VOC 各类别的 AP 和 COCO 的标准 AP 指标。推理阶段也支持 CPU 运行，对于没有 GPU 服务器贯穿全流程的团队来说，是个实用的起点。想调整检测器结构的研究者会从中受益，但任何人只要想找一个结构清晰、容易上手的 SSD 基线来二次开发，都能很快看懂这套代码的组织方式。