注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. efficientnet-yolo3-pytorch:这是一个有效的网络-yolo3-pytorch的原始码，将yolov3的主干特征提取网络修改成为有效的网络-源码

  2. YOLOV3：只看一次目标检测模型在Pytorch当中的实现-替换高效网络主干网络 2021年2月8日更新：加入letterbox_image的选项，关闭letterbox_image后网络的地图得到大幅度提升。 目录 性能情况 训练数据集 权值文件名称 测试数据集 输入图片大小 行动计划0.5：0.95 行动计划0.5 挥发性有机化合物07 + 12 VOC-Test07 416x416 -- 78.9 所需环境 火炬== 1.2.0 文件下载 训练所需的efficiencynet

  3. 所属分类：其它

    • 发布日期：2021-03-23
    • 文件大小：5242880
    • 提供者：weixin_42131261

  1. EfficientNets_ddl_apex:ImageNet上EfficientNet-B0的Pytorch实现-源码

  2. 高效网 EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks.的PyTorch实现EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks. 在ImageNet上 基于Official TF Repo和其他一些PyTorch实施来实施。 仅包括打开的EfficientNet。 此存储库不包含基线网络搜索（Mnas-N

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：25600
    • 提供者：weixin_42134878

  1. carrier-of-tricks-for-classification-pytorch:使用pytorch进行图像分类教程的技巧的载体-源码

  2. 分类火炬的技巧 使用pytorch进行图像分类教程的技巧的载体。 基于使用自定义数据集实现分类代码库。 作者：hoya012 最后更新：2020.08.06 0.实验设置（我使用了1个GTX 1080 Ti GPU！） 0-1。 准备图书馆 pip install - r requirements . txt 0-2。 下载数据集（Kaggle英特尔映像分类） 该数据包含大约25,000张大小为150x150的图像，分布在6个类别中。 {'建筑物'-> 0，'森林'-> 1，

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：1048576
    • 提供者：weixin_42160425

  1. nfnets_pytorch：经过预训练的NFNet，其准确性为官方论文“无需归一化的高性能大规模图像识别”的99％-源码

  2. NFNet Pytorch实施 此回购包含来自未经归一化的高性能大型图像识别论文的，具有ImageNet高精度的预训练NFNet模型F0-F6。 小型模型的精度与EfficientNet-B7一样，但训练速度快了8.7倍。 大型模型在ImageNet上设置了新的SOTA top-1精度。 NFNet F0 F1 F2 F3 F4 F5 F6 + SAM 最高为1的准确性Brock等人。 83.6 84.7 85.1 85.7 85.9 86.0 86.5 此实

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：915456
    • 提供者：weixin_42136837

  1. EfficientNet-PyTorch：EfficientNet的PyTorch实现-源码

  2. EfficientNet PyTorch 快速开始 使用pip install efficientnet_pytorch的net_pytorch并使用以下命令加载经过预训练的EfficientNet： from efficientnet_pytorch import EfficientNet model = EfficientNet . from_pretrained ( 'efficientnet-b0' ) 更新 更新（2020年8月25日） 此更新添加： 一个新的include_to

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：1048576
    • 提供者：weixin_42117485