您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. pytorch实现人脸识别包括人脸检测(opencv、dlib、CNN三种方法融合)人脸对齐和vgg-face人脸特征提取

  2. 博客地址:https://blog.csdn.net/wen_fei/article/details/80261047 人脸识别源代码,包括使用opencv、dlib和cnn实现的人脸检测、opencv实现的人脸对齐以及vgg-face的人脸特征提取等,最后余弦函数计算相似度,并提供flask部署代码,可以放在服务器上远程调用
  3. 所属分类:深度学习

    • 发布日期:2018-04-02
    • 文件大小:9216
    • 提供者:wen_fei
  1. Perceptual_metric.rar

  2. 里面包括三种perceptual metric(VGG distance,Inception Score,FID Score)的可执行源码,基于pytorch框架使用python语言实现,代码简单简洁,输入图像路径可直接运行(可能需要根据自己的图像格式更改读取图像的函数)
  3. 所属分类:深度学习

    • 发布日期:2020-03-02
    • 文件大小:11264
    • 提供者:qq_33757398
  1. VGG网络--基于pytorch实现

  2. 卷积神经网络经典--VGG网络,基于pytorch实现 包括构建网络模型、训练模型、测试准确率,采用cifa-10数据集
  3. 所属分类:深度学习

    • 发布日期:2020-07-21
    • 文件大小:6144
    • 提供者:sinat_33673316
  1. faster-rcnn-pytorch-V1.0

  2. Faster-Rcnn:Two-Stage目标检测模型在Pytorch当中的实现。 详细操作见readme.md 文件下载 训练所需的voc_weights_resnet.pth或者voc_weights_vgg.pth可以在百度云下载。 voc_weights_resnet.pth是resnet为主干特征提取网络用到的; voc_weights_vgg.pth是vgg为主干特征提取网络用到的; 链接: https://pan.baidu.com/s/1H_YQxUvGrOXQeEQWPJvix
  3. 所属分类:深度学习

    • 发布日期:2020-07-19
    • 文件大小:11534336
    • 提供者:Jason_android98
  1. FCN网络实现(pytorch)

  2. FCN网络实现(pytorch),需要torchvison的VGG预训练模型,输出经过nn.logsoftmax处理后,使用nn.NLLLoss()损失函数。
  3. 所属分类:深度学习

    • 发布日期:2020-09-07
    • 文件大小:445644800
    • 提供者:qq_33042407
  1. Pytorch中的VGG实现修改最后一层FC

  2. 今天小编就为大家分享一篇Pytorch中的VGG实现修改最后一层FC,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
  3. 所属分类:其它

    • 发布日期:2020-09-18
    • 文件大小:25600
    • 提供者:weixin_38656741
  1. Network.zip

  2. PyTorch模型 cnn网络的实现: AlexNet、VGG、ResNet、InceptionV1、InceptionV2 and InceptionV3、InceptionV4 and Inception-ResNet 轻量级网络: MobileNets、MobileNetV2、MobileNetV3、ShuffleNet、ShuffleNet V2、SqueezeNet、Xception、MixNet、GhostNet 目标检测/语义分割/实例分割 以下链接包含有效的下载资源: h
  3. 所属分类:深度学习

    • 发布日期:2020-12-10
    • 文件大小:80896
    • 提供者:weixin_45839039
  1. 浅谈Keras的Sequential与PyTorch的Sequential的区别

  2. 深度学习库Keras中的Sequential是多个网络层的线性堆叠,在实现AlexNet与VGG等网络方面比较容易,因为它们没有ResNet那样的shortcut连接。在Keras中要实现ResNet网络则需要Model模型。 下面是Keras的Sequential具体示例: 可以通过向Sequential模型传递一个layer的list来构造该模型: from keras.models import Sequential from keras.layers import Dense, Act
  3. 所属分类:其它

    • 发布日期:2020-12-17
    • 文件大小:41984
    • 提供者:weixin_38528680
  1. Pytorch中的VGG实现修改最后一层FC

  2. https://discuss.pytorch.org/t/how-to-modify-the-final-fc-layer-based-on-the-torch-model/766/12 That’s because vgg19 doesn’t have a fc member variable. Instead, it has a (classifier): Sequential ( (0): Dropout (p = 0.5) (1): Linear (25088 -> 40
  3. 所属分类:其它

    • 发布日期:2020-12-23
    • 文件大小:25600
    • 提供者:weixin_38546846
  1. LeNet、AlexNet、VGG、NiN、GoogLeNet

  2. 文章目录LeNet、AlexNet、VGG、NiN、GoogLeNet全连接层与卷积层的优势对比LeNetLeNet模型LeNet的pytorch实现AlexNetAlexNet模型AlexNet的pytorch实现VGGVGG模型VGG的实现NiN(网络中的网络)NiN模型NiN的pytorch实现GooLeNetInception块完整goolenet模型GooLeNet的pytorch小结 LeNet、AlexNet、VGG、NiN、GoogLeNet 全连接层与卷积层的优势对比 使用全连
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:453632
    • 提供者:weixin_38612811
  1. AlexNet、VGG11、NiN、GoogLeNet等网络的Pytorch实现

  2. 目录AlexNetAlexNet摘要AlexNet代码VGGVGG摘要VGG的优缺点代码NiNNiN摘要GoogLeNetGoogLeNet完整结构 AlexNet AlexNet摘要 由于受到计算机性能的影响,虽然LeNet在图像分类中取得了较好的成绩,但是并没有引起很多的关注。 知道2012年,Alex等人提出的AlexNet网络在ImageNet大赛上以远超第二名的成绩夺冠,卷积神经网络乃至深度学习重新引起了广泛的关注 AlexNet是在LeNet的基础上加深了网络的结构,学习更丰富更高维
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:373760
    • 提供者:weixin_38571544
  1. pytorch实现VGG网络

  2. 使用重复元素的网络(VGG) AlexNet在LeNet的基础上增加了3个卷积层。但AlexNet作者对它们的卷积窗口、输出通道数和构造顺序均做了大量的调整。虽然AlexNet指明了深度卷积神经网络可以取得出色的结果,但并没有提供简单的规则以指导后来的研究者如何设计新的网络。我们将在本章的后续几节里介绍几种不同的深度网络设计思路。 本节介绍VGG,它的名字来源于论文作者所在的实验室Visual Geometry Group [1]。VGG提出了可以通过重复使用简单的基础块来构建深度模型的思路。
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:66560
    • 提供者:weixin_38692184
  1. LearnToPayAttention-源码

  2. 学习付款注意 PyTorch实施ICLR 2018论文的 我的实现基于本文中的“(VGG-att3)-concat-pc”,并且我在CIFAR-100数据集上训练了该模型。我实现了模型的两个版本,唯一的区别是是在相应的最大池化层之前还是之后插入关注模块。 训练 python3 ./train.py --cuda为真 python3 ./train.py --cuda是--attn_before是False 结果 检查点/结果可以看到它们
  3. 所属分类:其它

    • 发布日期:2021-03-21
    • 文件大小:7168
    • 提供者:weixin_42141437
  1. CvPytorch:CvPytorch是一个基于PyTorch的开源计算机视觉工具箱-源码

  2. CvPytorch CvPytorch是一个基于PyTorch的开源COMPUTER VISION工具箱。 依存关系 Python 3.8 PyTorch 1.6.0 火炬视觉0.7.0 tensorboardX 2.1 楷模 影像分类 ( VGG )VGG:用于大规模图像识别的超深度卷积网络 ( ResNet )ResNet:用于图像识别的深度残差学习 ( DenseNet )DenseNet:紧密连接的卷积网络 ( ShuffleNet )ShuffleNet:一种用于移动设备
  3. 所属分类:其它

    • 发布日期:2021-03-19
    • 文件大小:5242880
    • 提供者:weixin_42181319
  1. DenseNet:比ResNet更优的CNN模型

  2. 本文来自于个人博客,本篇文章首先介绍DenseNet的原理以及网路架构,然后讲解DenseNet在Pytorch上的实现。在计算机视觉领域,卷积神经网络(CNN)已经成为最主流的方法,比如最近的GoogLenet,VGG-19,Incepetion等模型。CNN史上的一个里程碑事件是ResNet模型的出现,ResNet可以训练出更深的CNN模型,从而实现更高的准确度。ResNet模型的核心是通过建立前面层与后面层之间的“短路连接”(shortcuts,skipconnection),这有助于训练
  3. 所属分类:其它

    • 发布日期:2021-02-25
    • 文件大小:788480
    • 提供者:weixin_38518376
  1. pytorch-semantic-segmentation:用于语义分割的PyTorch-源码

  2. PyTorch用于语义分割 该存储库包含一些用于语义分割的模型以及在PyTorch中实现的训练和测试模型的管道 楷模 Vanilla FCN:分别为VGG,ResNet和DenseNet版本的FCN32,FCN16,FCN8( ) U-Net( ) SegNet( ) PSPNet() GCN() DUC,HDC() 需求 PyTorch 0.2.0 PyTorch的TensorBoard。 安装 其他一些库(在运行代码时查找丢失的内容:-P) 制备 转到models目录并在conf
  3. 所属分类:其它

    • 发布日期:2021-02-05
    • 文件大小:1048576
    • 提供者:weixin_42110070
  1. DeblurGAN:使用生成对抗网络进行图像去模糊-源码

  2. DeblurGAN DeblurGAN:使用条件对抗网络进行盲运动去模糊的Pytorch实现。 我们的网络将模糊的图像作为输入,并进行相应的清晰估计,如示例所示: 我们使用的模型是条件性Wasserstein GAN,具有基于VGG-19激活的渐变惩罚+感知损失。 这样的体系结构在其他图像到图像的转换问题(超分辨率,着色,修复,除雾等)上也给出了良好的结果。 怎么跑 先决条件 NVIDIA GPU + CUDA CuDNN(CPU未经测试,感谢反馈) 火炬 从下载权重。 请注意,在推论过
  3. 所属分类:其它

    • 发布日期:2021-02-05
    • 文件大小:35651584
    • 提供者:weixin_42160645
  1. 分层dnn解释:使用论文《神经网络预测的分层解释》中的复制ACD(ICLR 2019)-源码

  2. 从神经网络预测的层次解释论文中使用/复制ACD的官方代码(ICLR 2019 )。 该代码为神经网络所做的单个预测生成层次解释。 注意:此存储库正在积极维护。 如有任何疑问,请提出问题。 例子/文档 安装: pip install acd (或克隆并运行python setup.py install ) 示例: 文件夹包含带有许多演示的笔记本 api : 提供可用功能列表 src : 文件夹包含方法实现的源 通过更改超参数允许进行不同类型的解释(在示例中进行了说明) 使用python3和
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:24117248
    • 提供者:weixin_42140846
  1. pytorch 实现模型不同层设置不同的学习率方式

  2. 在目标检测的模型训练中, 我们通常都会有一个特征提取网络backbone, 例如YOLO使用的darknet SSD使用的VGG-16。 为了达到比较好的训练效果, 往往会加载预训练的backbone模型参数, 然后在此基础上训练检测网络, 并对backbone进行微调, 这时候就需要为backbone设置一个较小的lr。 class net(torch.nn.Module): def __init__(self): super(net, self).__init__()
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:35840
    • 提供者:weixin_38685694
  1. pytorch实现mnist分类的示例讲解

  2. torchvision包 包含了目前流行的数据集,模型结构和常用的图片转换工具。 torchvision.datasets中包含了以下数据集 MNIST COCO(用于图像标注和目标检测)(Captioning and Detection) LSUN Classification ImageFolder Imagenet-12 CIFAR10 and CIFAR100 STL10 torchvision.models torchvision.models模块的 子模块中包含以下模型结构。 Ale
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:40960
    • 提供者:weixin_38689338
« 12 »