您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. MobileNet的caffe模型mobilenet.caffemodel

  2. 来源于http://github.com/hollance/MobileNet-CoreML的模型文件,方便google访问限制的小伙伴进行模型文件的下载
  3. 所属分类:深度学习

    • 发布日期:2017-10-26
    • 文件大小:16777216
    • 提供者:frankyang2014
  1. mobilenet ios代码

  2. 用于mobilenet ios github官方代码,可以运行和测试使用
  3. 所属分类:深度学习

    • 发布日期:2018-04-06
    • 文件大小:947
    • 提供者:hesishaochen49
  1. mobilenet-ssd pretrained model

  2. Mobilenet+SSD在Jeston TX2预训练模型,这里的预训练模型是从Tensorflow那边转化过来的,然后经过了VOC数据集的初步调试。
  3. 所属分类:深度学习

    • 发布日期:2018-05-11
    • 文件大小:23068672
    • 提供者:qq_36204172
  1. mobilenet for caffe

  2. 4月新模型mobilenet for caffe,做项目使用过,包含网络模型和训练bat文件
  3. 所属分类:深度学习

    • 发布日期:2018-06-12
    • 文件大小:3072
    • 提供者:moneyk8
  1. MobileNet论文

  2. MobileNet论文MobileNets are based on a streamlined architecture that uses depth- wise separable convolutions to build light weight deep neural networks.
  3. 所属分类:机器学习

    • 发布日期:2018-06-21
    • 文件大小:941056
    • 提供者:syyaoxin321
  1. MobileNet-V2 pytorch0.3.0代码

  2. MobileNet-V2 pytorch0.3.0代码,很好用希望对大家有帮助!
  3. 所属分类:深度学习

    • 发布日期:2018-08-12
    • 文件大小:78848
    • 提供者:qq_33666011
  1. MobileNet论文翻译

  2. 此压缩包包含MobileNet英文原版论文和中文翻译(已校正),可以作为论文学习的资料!!
  3. 所属分类:深度学习

    • 发布日期:2018-08-17
    • 文件大小:1048576
    • 提供者:qq_29893385
  1. MobileNet V1官方预训练模型的使用

  2. 使用MobileNet V1官方预训练模型示例,通过该代码可以快速接入MobileNet V1
  3. 所属分类:深度学习

    • 发布日期:2018-10-22
    • 文件大小:62914560
    • 提供者:huachao1001
  1. MobileNet移植到Android

  2. 使用Tensorflow Mobile库将MobileNet官方预训练库移植到Andorid端
  3. 所属分类:深度学习

    • 发布日期:2018-10-23
    • 文件大小:142606336
    • 提供者:huachao1001
  1. 基于SSD-MobileNet的矿工安保穿戴设备检测系统

  2. 针对因矿山人员流动复杂性导致监管困难及因下井人员安全意识不强导致不能有效穿戴安保设备等问题,设计了基于SSD-MobileNet的矿工安保穿戴设备检测系统。将SSD算法的特征提取网络VGG16替换成MobileNet网络,构建了SSD-MobileNet算法模型;按照VOC2007数据集标准制作矿工安保穿戴设备的照片数据集,对SSD-MobileNet算法模型进行训练;采用SSD-MobileNet算法识别矿工8件安保穿戴设备(安全帽、防尘面具、工作服、工作靴、手电筒、自救器、定位卡、防砸背夹)
  3. 所属分类:其它

    • 发布日期:2020-05-02
    • 文件大小:1048576
    • 提供者:weixin_38592332
  1. MobileNet测试结果

  2. 本人花时间训了300个epoch的mobileNet,最后在VOC2007数据集上测试,要得到测试结果的只需要在本地配置好tensorflow运行环境即可。测试结果压缩包里有,当然你也可以用我的模型测试,毕竟是个小网络,精度不能要求太高,作移动端部署够用即可。
  3. 所属分类:深度学习

    • 发布日期:2020-05-27
    • 文件大小:93323264
    • 提供者:qq_33949900
  1. SSD-MobileNet模型实时对象检测.txt

  2. 包含MobileNetSSD_deploy.caffemodel、MobileNetSSD_deploy.prototxt文件 和SSD-MobileNet模型实时对象检测源码、视频素材 具体实现效果见CSDN博客“DNN系列4_SSD-MobileNet模型实时对象检测”查看效果
  3. 所属分类:深度学习

    • 发布日期:2020-08-23
    • 文件大小:332
    • 提供者:qq_32809093
  1. MobileNet-C-111-源码

  2. MobileNet-C-111
  3. 所属分类:其它

    • 发布日期:2021-03-19
    • 文件大小:402432
    • 提供者:weixin_42170790
  1. Pytorch_Lightweight_Network:在Pytorch中实现的轻量级网络,例如MobileNet,ShuffleNet和ThunderNet-源码

  2. Pytorch_Lightweight_Network 在Pytorch中实现的轻量级网络,例如MobileNet,ShuffleNet和ThunderNet 介绍 打算在PyTorch中复制MobileNet,ShuffleNet和ThunderNet论文的原始结果。 先决条件 Python>=3.6 PyTorch>=1.0 torchsummary 我没有GPU资源来完成我的培训和测试代码,如果您可以为我提供GPU设备,我非常感谢,请至
  3. 所属分类:其它

    • 发布日期:2021-03-16
    • 文件大小:22528
    • 提供者:weixin_42141437
  1. retinaface-pytorch:PyTorch中带有MobileNet后端的RetinaFace推理代码-源码

  2. PyTorch中带有MobileNet后端的RetinaFace推理代码 步骤1: cd cython python setup.py build_ext --inplace 第2步: python inference.py 评估(宽屏): Easy Val AP:0.8872715908531869 中值AP:0.8663337842229522 硬值AP:0.771796729363941 试验结果: 参考: inproceedings {deng2019retinaface,标题=
  3. 所属分类:其它

    • 发布日期:2021-03-10
    • 文件大小:9437184
    • 提供者:weixin_42139302
  1. face-mask-detection-tf2:在Tensorflow 2.1中使用带有简化Mobilenet和RFB或Pelee的ssd进行口罩检测。 在您自己的数据集上进行训练。 可以转换为kmodel并在k210的边缘设备上运行-源码

  2. 面罩检测 该模型是轻量级的面罩检测模型。 基于ssd的骨干网是Mobilenet和RFB。 主要特点 Tensorflow 2.1 训练与推论 使用mAP的精度 使用tf.GradientTape急切模式训练 使用tf.keras网络功能 使用tf.data.TFRecordDataset数据集 ├── assets │ ├── 1_Handshaking_Handshaking_1_71.jpg │ ├── out_1_Handshaking_Handshaking_1_7
  3. 所属分类:其它

    • 发布日期:2021-03-09
    • 文件大小:4194304
    • 提供者:weixin_42172572
  1. Mobilenet-SSD的Caffe系列实现-附件资源

  2. Mobilenet-SSD的Caffe系列实现-附件资源
  3. 所属分类:互联网

  1. Mobilenet-SSD的Caffe系列实现-附件资源

  2. Mobilenet-SSD的Caffe系列实现-附件资源
  3. 所属分类:互联网

  1. MobileNet-SSD安装及配置-附件资源

  2. MobileNet-SSD安装及配置-附件资源
  3. 所属分类:互联网

  1. Image-Identification-App:图像识别应用程序内置于React中,并使用针对浏览器“ TensorFlow.js”的机器学习框架和针对图像分类“ MobileNet”的预训练模型在Firebase上部署-源码

  2. 图像识别应用 使用React,TensorFlow.js(使用MobileNet)和 :red_heart: 该应用程序已在Firebase上实时部署: ://identifyimage-2021.web.app/ 使用Reactor内置的图像识别应用程序,并使用针对浏览器“ TensorFlow.js”的机器学习框架和针对图像分类“ MobileNet”的预训练模型在Firebase上部署。 上载单个图像并在图像中标识对象。 您可以从互联网上使用“图片网址”。 “最近的图像”选项,以
  3. 所属分类:其它

    • 发布日期:2021-03-04
    • 文件大小:204800
    • 提供者:weixin_42099815
« 12 3 4 5 6 7 8 9 10 »