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. py-R-FCN的ResNet50和ResNet101预训练模型

  2. 就是两个预训练模型，分别是ResNet-50的和ResNet-101的预训练模型。直接下载解压就行了。对了，是原版的RFCN哦，就是Caffe+Python的，不是tensorflow的model。

  3. 所属分类：深度学习

    • 发布日期：2019-02-21
    • 文件大小：307232768
    • 提供者：gusui7202

  1. PyTorch实现ResNet50、ResNet101和ResNet152示例

  2. 今天小编就为大家分享一篇PyTorch实现ResNet50、ResNet101和ResNet152示例，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：100352
    • 提供者：weixin_38735544

  1. PyTorch实现ResNet50、ResNet101和ResNet152示例

  2. PyTorch: https://github.com/shanglianlm0525/PyTorch-Networks import torch import torch.nn as nn import torchvision import numpy as np print("PyTorch Version: ",torch.__version__) print("Torchvision Version: ",torchvision.__version__) __all__ = ['R

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：100352
    • 提供者：weixin_38650951

  1. fcos-gluon-cv:FCOS-源码

  2. FCOS：完全卷积一阶段对象检测 这是 风格的的非官方实现，我们在完全 API中实现了这种无锚框架，请继续关注！ 主要结果 模型 骨干 火车尺寸 批量大小 AP（值） fcos_resnet50_v1_coco ResNet50-V1 800 1个 -- fcos_resnet50_v1b_coco ResNet50-V1b 800 1个 33.1 fcos_resnet101_v1d_coco ResNet101-V1d 800 1个 37.5 注意：有待更新。 安装

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：1048576
    • 提供者：weixin_42127937

  1. pytorch-playground：pytorch中的基础预训练模型和数据集（MNIST，SVHN，CIFAR10，CIFAR100，STL10，AlexNet，VGG16，VGG19，ResNet，Inception，SqueezeNe

  2. 这是pytorch初学者的游乐场，其中包含流行数据集上的预定义模型。 目前我们支持 mnist，svhn cifar10，cifar100 stl10 亚历克斯网 vgg16，vgg16_bn，vgg19，vgg19_bn resnet18，resnet34，resnet50，resnet101，resnet152 squeezenet_v0，squeezenet_v1 inception_v3 这是MNIST数据集的示例。 这将自动下载数据集和预先训练的模型。 import t

  3. 所属分类：其它

    • 发布日期：2021-02-28
    • 文件大小：39936
    • 提供者：weixin_42098104

  1. 识别游戏：DNN分类器竞赛-源码

  2. ACSE 4.4-机器学习小型项目 识别游戏 此处提供所有信息： : 该项目旨在将具有3个RGB通道的64 * 64图片分类为200个类别。 当提供10000张未标记的图片作为测试数据时，提供了100000张带有标签的训练图片。 尝试在一些成熟的神经网络模型上进行转移学习，验证精度为0.35-0.824。 最后，我们决定将前4个模型组合在一起，并在排行榜上获得前3个出色的0.841准确性。 组合模型的工作流程： 使用的模型（带有ML的DenseNet代码和集成代码进行演示记录）： 整

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：7340032
    • 提供者：weixin_42116713

  1. CNN_classification_feature_extraction：PyTorch中的CNN模型用于分类和特征提取-源码

  2. CNN_classification_feature_extraction 该存储库是pytorch中用于分类和特征提取的CNN的实现。 Pytorch预训练的模型已被用于其解释。 该代码支持数据并行性和多GPU，提早停止和类权重。 此外，您可以选择加载预训练的权重（在ImageNet数据集上进行训练）或使用随机权重从头开始训练。 预训练的模型结构在最后一层有1000个节点。 此代码将所有模型的最后一层修改为可与每个数据集兼容。 可以使用以下模型： 'resnet18', 'resne

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：19456
    • 提供者：weixin_42152298

  1. pytorch-cnn-finetune：使用PyTorch微调预训练的卷积神经网络-源码

  2. 使用PyTorch对预训练的卷积神经网络进行微调。 产品特点 可以访问ImageNet上经过预训练的最受欢迎的CNN架构。 自动替换网络顶部的分类器，使您可以使用具有不同类数的数据集训练网络。 使您可以使用任何分辨率的图像（不仅限于在ImageNet上用于训练原始模型的分辨率）。 允许添加一个Dropout层或一个自定义池层。 支持的架构和模型 从包中： ResNet（ resnet18 ， resnet34 ， resnet50 ， resnet101 ， resnet152 ） R

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：21504
    • 提供者：weixin_42121086