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. 残差网络（ResNet）案例分析

  2. 使用keras自定义残差网络，以MNIST数据集分类为例，为帮助读者了解残差网络的实现，仅使用简单的全连接层

  3. 所属分类：深度学习

    • 发布日期：2020-03-22
    • 文件大小：11534336
    • 提供者：m0_37602827

  1. deeplab-resnet.pth.tar

  2. resnet26训练实例分割模型，用于overhaul distillation模型教师网络训练 resnet26训练实例分割模型，用于overhaul distillation模型教师网络训练

  3. 所属分类：深度学习

    • 发布日期：2020-07-31
    • 文件大小：473956352
    • 提供者：ForloveZED

  1. Res2Net实验.zip

  2. Res2Net的一个小实例（MNIST数据集上做分类） Pytorch上运行（也可一段一段地在Python工具跑） 运行代码会自动下载数据集，妈妈再也不用担心数据集找不到了！ 这是Res2Net融合Resnet做的数字分类实验，60轮小实验，对计算机算力要求不高。

  3. 所属分类：深度学习

    • 发布日期：2020-08-27
    • 文件大小：5120
    • 提供者：qq_35155934

  1. Pytorch修改ResNet模型全连接层进行直接训练实例

  2. 在本篇文章里小编给大家整理的是关于Pytorch修改ResNet模型全连接层进行直接训练相关知识点，有需要的朋友们参考下。

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：31744
    • 提供者：weixin_38644599

  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. tensorflow 获取变量&打印权值的实例讲解

  2. 在使用tensorflow中，我们常常需要获取某个变量的值，比如：打印某一层的权重，通常我们可以直接利用变量的name属性来获取，但是当我们利用一些第三方的库来构造神经网络的layer时，存在一种情况：就是我们自己无法定义该层的变量，因为是自动进行定义的。 比如用tensorflow的slim库时： def resnet_stack(images, output_shape, hparams, scope=None): """Create a resnet

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：51200
    • 提供者：weixin_38746293

  1. PyTorch加载预训练模型实例(pretrained)

  2. 使用预训练模型的代码如下： # 加载预训练模型 resNet50 = models.resnet50(pretrained=True) ResNet50 = ResNet(Bottleneck, [3, 4, 6, 3], num_classes=2) # 读取参数 pretrained_dict = resNet50.state_dict() model_dict = ResNet50.state_dict() # 将pretained_dict里不属于model_dict的键剔

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：32768
    • 提供者：weixin_38605144

  1. pytorch 加载(.pth)格式的模型实例

  2. 有一些非常流行的网络如 resnet、squeezenet、densenet等在pytorch里面都有，包括网络结构和训练好的模型。 pytorch自带模型网址：https://pytorch-cn.readthedocs.io/zh/latest/torchvision/torchvision-models/ 按官网加载预训练好的模型： import torchvision.models as models # pretrained=True就可以使用预训练的模型 resnet18 = mo

  3. 所属分类：其它

    • 发布日期：2020-12-31
    • 文件大小：106496
    • 提供者：weixin_38580759

  1. Pytorch修改ResNet模型全连接层进行直接训练实例

  2. 之前在用预训练的ResNet的模型进行迁移训练时，是固定除最后一层的前面层权重，然后把全连接层输出改为自己需要的数目，进行最后一层的训练，那么现在假如想要只是把 最后一层的输出改一下，不需要加载前面层的权重，方法如下： model = torchvision.models.resnet18(pretrained=False) num_fc_ftr = model.fc.in_features model.fc = torch.nn.Linear(num_fc_ftr, 224) model =

  3. 所属分类：其它

    • 发布日期：2020-12-26
    • 文件大小：31744
    • 提供者：weixin_38699830

  1. SOLO:SOLO和SOLOv2用于细分，ECCV 2020和NeurIPS 2020-源码

  2. SOLO：按位置分割对象 该项目托管用于实现SOLO算法（用于实例分割）的代码。 ，王新龙，Kong涛，沉春华，江玉宁，李磊在：Proc。 2020年欧洲计算机视觉会议（ECCV） arXiv预印本（ ） ，王新龙，张如峰，Kong涛，李磊，沉春华在：Proc。 2020年神经信息处理系统（NeurIPS）的进展arXiv预印本（ ） 强调 完全不带盒子： SOLO完全不带盒子，因此不受（锚定）盒子位置和比例的限制，自然受益于FCN的固有优势。 直接实例分割：我们的方法以图像为输入，以完

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：4194304
    • 提供者：weixin_42162171

  1. RepPointsV2-源码

  2. RepPoints V2：验证符合回归以进行对象检测 ，，，，，。 我们提供了受支持的代码和配置文件，以在COCO对象检测和实例分段上重现 。此外，此存储库还包括 ， （V1，V2）的改进结果。我们的代码改编自 。 我们的论文已被NeurIPS 2020接受！ 介绍 验证和回归是神经网络中用于预测的两种通用方法。每种方法都有其各自的优势：验证更容易准确推断，回归更有效并且适用于连续目标变量。因此，仔细地组合它们以利用它们的好处通常是有益的。我们将验证任务引入RepPoints的本地化预测中，从

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：898048
    • 提供者：weixin_42134143

  1. blog-aws-notes:在AWS探索期间整理的笔记-源码

  2. 博客 有关AI的主题，有些是旧的，有些是新的。 通常是在做AWS-ML笔记时创建的。 主题 月 DALL-E 2021年3月 NERF：神经辐射场 机器学习范式 ResNet：残差神经网络 单发多盒检测器 T5：文本到文本传输变压器 音符 以下注释是我正在进行的aws探索的一部分。 当无法使用简单的（确定性的）基于规则的解决方案充分解决任务时。 涉及的步骤 主题 笔记 1.创建一个Sagemaker笔记本实例 2.创建一个Jupyter笔记本 （设置会话和角色） 3.下载或检索数据。

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：8388608
    • 提供者：weixin_42102220

  1. blog:在AWS探索期间整理的笔记-源码

  2. 博客 有关AI的主题，有些是旧的，有些是新的。 通常是在做AWS-ML笔记时创建的。 主题 月 2021年3月 神经辐射场（NERF） 机器学习范式 ResNet 单发多盒检测器 音符 以下注释是我正在进行的aws探索的一部分。 当无法使用简单的（确定性的）基于规则的解决方案充分解决任务时。 涉及的步骤 主题 笔记 1.创建一个Sagemaker笔记本实例 2.创建一个Jupyter笔记本 （设置会话和角色） 3.下载或检索数据。 4.处理/准备数据。 /分为训练，测试和验证 5

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：446464
    • 提供者：weixin_42116734

  1. Python-深度学习-物体检测实战.rar

  2. 分享课程——Python-深度学习-物体检测实战；计算机视觉-物体检测-通用解决框架Mask-Rcnn实战课程旨在帮助同学们快速掌握物体检测领域当下主流解决方案与网络框架构建原理，基于开源项目解读其应用领域与使用方法。 通过debug方式，详细解读项目中每一模块核心源码，从代码角度理解网络实现方法与建模流程。为了方便同学们能将项目应用到自己的数据与任务中，实例演示如何针对自己的数据集制作标签与代码调整方法，全程实战操作，通俗讲解其中复杂的网络架构。 章节1 物体检测框架-MaskRcnn项目介

  3. 所属分类：深度学习

    • 发布日期：2021-02-27
    • 文件大小：704
    • 提供者：huhuge88

  1. SafeNet：社区驱动的公共安全项目-源码

  2. 公共安全 通过LoRa WAN和实时CCTV视频流实现公共安全 科技栈 Flutter用户应用 用于位置匹配的Node.Js后端 深度多实例学习 用于动作识别的3D ResNet React.js管理仪表盘 护照认证 PR受到高度赞赏！ 阅读以获取有关如何设置项目服务器的详细信息。 请阅读以获取有关如何设置项目服务器的详细信息。 阅读有关发出拉取请求的。 加入我们的，与项目维护者，指导者保持联系，并随时了解有关该项目的最新信息。 关于SafeNet 什么是SafeNet？ 我们相信这

  3. 所属分类：其它

    • 发布日期：2021-02-01
    • 文件大小：11534336
    • 提供者：weixin_42131601

  1. BCNet:具有重叠BiLayer的深度阻塞感知实例分割[CVPR 2021]-源码

  2. 具有重叠BiLayer的深度阻塞感知实例分割[BCNet，CVPR 2021] CVPR 2021文件，[pdf] 该项目基于 。 在准备之中。我们的代码和预先训练的模型将在6月19日CVPR之前完全发布。 COCO test-dev上的结果 （检查表8可获得完整结果，所有方法均在COCO train2017上进行了培训） 探测器 骨干 方法 mAP（遮罩） 更快的R-CNN ResNet-50 FPN 遮罩R-CNN 34.2 更快的R-CNN ResNet-50 FPN R神经网

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：14336
    • 提供者：weixin_42116734