ResNet-50

大模型的高效训练和部署技术卷出新高度

例如2016年，世界最好的大模型ResNet-50，参数量约为2000万；而到2020年的GPT-3模型，参数量已达到1750亿；到今天，根据OpenAI透露的消息，MOE混合专家系统这种架构的大模型参数量大约

AI知识图谱大本营·2024-01-22 22:20

深度学习-第J1周：ResNet-50算法的Pytorch实现及解析

本文为[365天深度学习训练营]内部限免文章（版权归*K同学啊*所有）作者：[K同学啊]本周任务：●1.请根据本文TensorFlow代码（训练营内部阅读），编写出相应的Pytorch代码●2.了解残差结构●3.是否可以将残差模块融入到C3当中（自由探索）前言深度残差网络ResNet（deepresidualnetwork）在2015年由何恺明等提出，因为它简单与实用并存，随后很多研究都是建立在R

quant_day·2024-01-20 06:56

J1 - ResNet-50实战

本文为365天深度学习训练营中的学习记录博客原作者：K同学啊|接辅导、项目定制目录环境步骤环境设置数据准备图像信息查看模型设计模型训练模型效果展示总结与心得体会环境系统:Linux语言:Python3.8.10深度学习框架:Pytorch2.0.0+cu118步骤环境设置包引用importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorc

好名让狗申请了·2024-01-13 03:49

论文阅读：Bag of Tricks for Image Classification with Convolutional Neural Networks

通过这些小技巧的堆叠，把ResNet-50’stop-1在ImageNet上验证准确率从75.3%提升至79.29%。

涂山容容·2024-01-10 01:26

图像识别快速实现

文本的跑通了，接下来玩玩图片场景1.引入模型再另起类test_qdrant_img.py，转化图片用到的模型和文本不太一样，我们这里使用ResNet-50模型importunittestfromqdrant_client.http.modelsimportDistance

cxscode·2024-01-04 22:07

FSOD论文翻译

image.png图4.我们的网络架构使用ResNet-50作为骨干。支持图像（绿色）和查询图像（蓝色）被送入重量共享的主干。

莫里衰·2023-12-26 06:46

Transformer的一点理解，附一个简单例子理解attention中的QKV

DETR的backbone用的是resnet-50去掉了最后的AdaptiveAvgPool2d和Linear这两层。

河北一帆·2023-12-03 16:22

DINO-DETR论文学习记录

DINO在COCO上实现了12个时期的49.4AP，在24个时期内实现了51.3AP，具有ResNet-50骨干和多尺度特征，与之前最好的类

彭祥.·2023-12-03 03:31

Pytorch从零开始实战10

Pytorch从零开始实战——ResNet-50算法实战本系列来源于365天深度学习训练营原作者K同学文章目录Pytorch从零开始实战——ResNet-50算法实战环境准备数据集模型选择开始训练可视化模型预测总结环境准备本文基于

Liquor999·2023-11-23 06:36

huggingface transfromers基于预训练模型进行调优

以Resnet为例，找到了一个微软的resnet-50的预训练模型fromtransformersimportAutoImageProcessor,ResNetForImageClassification

onmeiei·2023-11-19 22:22

调用resnet50权重_TensorFlow 使用预训练模型 ResNet-50（续）

上一篇文章TensorFlow使用预训练模型ResNet-50介绍了使用tf.contrib.slim模块来简单导入TensorFlow预训练模型参数，进而使用slim.learning.train函数来

跳动的数字·2023-11-15 22:10

Learning reliable modal weight with transformer for robust RGBT tracking

LearningreliablemodalweightwithtransformerforrobustRGBTtracking》针对问题：局部线性匹配容易丢失语义信息解决方法：为了增强特征表示和深化语义特征，分别设计了一种基于改进的Resnet

小学生玩编程·2023-11-15 03:46

YOLOv5 - yolov5s.yaml 文件

网络结构主要由以下几部分组成:骨干网络(Backbone)：Backbone:骨干网络，主要指用于特征提取的，已在大型数据集(例如ImageNet|COCO等)_上完成预训练，拥有预训练参数的卷积神经网络，例如:ResNet

风筝超冷·2023-11-02 23:02

【2023 · CANN训练营第一季】应用开发深入讲解① AscendCL概述

训练营第一季】应用开发深入讲解①AscendCL概述【2023·CANN训练营第一季】应用开发深入讲解②华为弹性云服务器(ECS)搭建介绍【2023·CANN训练营第一季】应用开发深入讲解③快速入门（基于ResNet

梦中の象牙塔·2023-10-27 15:57

【2023 · CANN训练营第一季】应用开发深入讲解④ 模型转换（ATC工具）

训练营第一季】应用开发深入讲解①AscendCL概述【2023·CANN训练营第一季】应用开发深入讲解②华为弹性云服务器(ECS)搭建介绍【2023·CANN训练营第一季】应用开发深入讲解③快速入门（基于ResNet

梦中の象牙塔·2023-10-27 15:57

目标检测算法改进系列之Backbone替换为InceptionNeXt

举例来说，ConvNeXt-T和ResNet-50

我悟了-·2023-10-06 01:54

GhostNet原理解析及pytorch实现

上图是ResNet-50中第一个残差组生成的一些特征图的可视化，其中三个相似的特

夏天是冰红茶·2023-10-05 20:43

10亿照片训练，Facebook半弱监督训练方法刷新ResNet-50 ImageNet基准测试

【嵌牛鼻子】半弱监督学习，ResNet-50，图像视频分类【嵌牛提问】如何看待这一技术？【嵌牛正文】准确的图像和视频

21度七·2023-09-19 21:35

【炼丹侠】如何用GPU服务器实现ResNet50训练

ResNet-50是一种深度卷积神经网络，由MicrosoftResearch提出，用于解决深层神经网络中的梯度消失和信息流动问题。它是ResNet系列中的一员，是相对较小的一种架构。

·2023-09-18 17:56

机器学习笔记 - 使用 ResNet-50 和余弦相似度的基于图像的推荐系统

坐望云起·2023-08-22 21:23

Bag of Tricks for Image Classification with Convolutional Neural Networks

——列举在ImageNet数据集上提高分类性能的训练技巧——以ResNet-50为例，将top-1准确率从75.3%提高的79.29%Baseline训练1、随机采样图片，将其编码为[0,255]之间的

_忙中偷闲_·2023-08-07 15:20

第J1周：ResNet-50算法实战与解析

本文为365天深度学习训练营中的学习记录博客参考文章：365天深度学习训练营-第J1周：ResNet-50算法实战与解析原作者：K同学啊|接辅导、项目定制目录理论知识储备一、环境配置二、数据读取三、构建网络

王者与CV·2023-07-28 13:42

小白入门深度学习 | 6-4：ResNet-50（2015年）详解

由CNN的基本理论可知，基于CNN模型的图像分类性能与网络模型的深度存在重要的关系。一般而言，网络模型的深度越深，网络模型的拟合能力就越强。但是不断地增加网络模型的深度，不但无法提高网络模型的准确度，反而出现了梯度消失现象，产生了更高的误差。最终使CNN模型的图像的分类性能受损。为解决上述问题，本文详细介绍残差网络（ResidualNetworks，ResNet）的结构特点，在此基础上，研究不同深

K同学啊·2023-07-23 05:23

Accurate, Large Minibatch SGD: Training ImageNet in 1 Hour 笔记

作者使用了batch大小：8192，使用了256GPUs，在一个小时内训练了ResNet-50，并且得到了和256大小的batch同样的训练精度。

Junr_0926·2023-07-18 23:36

经典CNN(一）：ResNet-50算法实战与解析

天深度学习训练营中的学习记录博客原作者：K同学啊|接辅导、项目定制1ResNet理论深度残差网络ResNet(deepresidualnetwork)在2015年由何凯明等提出，因为它简单与实用并存，随后很多研究都是建立在ResNet

放鹿的散妃·2023-07-14 08:45

深度学习----第J1周：ResNet50算法实战

Pytorch实战|第P5周：运动鞋识别**原作者：K同学啊|接辅导、项目定制文章目录深度学习----第J1周：ResNet50算法实战前言一、残差网络介绍二、前期工作1.导入数据2.加载数据3.可视化数据三、ResNet

小啊磊_Vv·2023-06-22 07:01

基于Alexnet网络实现猫狗数据集分类（Keras框架）

3、基于Alexnet网络实现猫狗数据集分类3.1猫狗大战数据集3.2数据集处理3.3准备工作3.4训练过程3.4对比实验3.4.1HALCON平台下的Alexnet实验3.4.2HALCON平台下的Resnet

ZHW_AI课题组·2023-06-09 03:25

48.现有移动端开源框架及其特点—MDL（mobile-deep-learning）

功能特点一键部署，脚本参数就可以切换ios或者android支持iOSgpu运行MobileNet、squeezenet模型已经测试过可以稳定运行MobileNet、GoogLeNetv1、squeezenet、ResNet

大勇若怯任卷舒·2023-04-15 15:58

Pytorch实现FCN图像语义分割网络

一、使用预训练好的语义分割网络PyTorch提供了已预训练好的图像语义分割网络，已经预训练好的可供使用的网络模型如下表所示：网络类描述segmentation.fcn_resnet50()具有Resnet

城南皮卡丘·2023-04-14 17:06

pytorch搭建ResNet50实现鸟类识别

本文为365天深度学习训练营中的学习记录博客参考文章地址：365天深度学习训练营-第J1周：ResNet-50算法实战与解析作者：K同学啊理论知识储备深度残差网络ResNet（deepresidualnetwork

老师我作业忘带了·2023-04-01 15:59

TensorFlow 使用预训练模型 ResNet-50

升级版见：TensorFlow使用tf.estimator训练模型（预训练ResNet-50）。

公输睚信·2023-04-01 01:53

21世纪20年代的ConvNet——ConvNeXt

主要是希望基于ResNet-50结构，并参考Swin-T中的思想来升级改透ResNet，最终得到ResNext结构，并实现了新的准确率，并进一步探索了它的可扩展性。文章收货：调参工作、调参顺序

WarmthWind·2023-03-29 18:56

【论文阅读】ConNeXt —— A ConvNet for the 2020s

AConvNetforthe2020s讨论通过改善卷积网络模型，使其达到优于transformer模型的效果(文章基于ResNet模型框架进行改造升级)研究基线：基于训练transformer模型的训练技术训练ResNet

卖报的大地主·2023-03-21 07:53

TensorFlow 同时导入多个预训练模型进行 finetuning

前面的文章TensorFlow使用预训练模型ResNet-50介绍了怎么导入一个单模型预训练参数对模型进行finetune，但对一些复杂的任务，可能需要对多个模型进行组合，比如如下的模型并行：双模型并行或者模型级联

公输睚信·2023-03-20 20:04

ResNet50 && ResNeXt-50（32x4d）

abs/1611.05431《AggregatedResidualTransformationsforDeepNeuralNetworks》,论文中作者做了好多实验，我没有细看，有时间再细看首先看一下ResNet

xwmwanjy666·2023-02-04 16:54

使用Open-mmLab库进行ResNet-50 classification

使用Open-mmLab库进行ResNet-50classification应用配置环境可以参考pytorch环境配置及所遇问题源代码来自官方实例库：链接：https://github.com/open-mmlab/mmclassification官方说明文档：https://mmclassification.readthedocs.io/en/latest/index.html样例应用及修改方式

小张博士·2023-02-03 08:28

小样本语义分割—CANet: Class-Agnostic Segmentation Networks with Iterative Refinement andAttentive Few-Shot

一，DenseComparisonModule（DCM密集比较模块）该模块由两个子模块组成：①特征提取器②特征密集比较模块1.特征提取器使用在Imagenet上进行了预训练的ResNet-50作为特征提取器的主干

老男孩li·2023-02-01 20:49

DINO代码分析-自监督学习

arxiv.org/abs/2104.14294代码链接：github仓库本文目录一、官方Readme预训练模型PyTorchHub上的预训练模型训练文档DINO训练：多节点训练提升DINO性能：t-rex：ResNet

shawwn98·2023-01-21 12:29

广泛使用的Residual Block

右图：ResNet-50/101/152的bottleneck构建块。BasicBlockexpansion是残差结构中输出维度是输入维度的多少倍

踌躇不前的小象·2023-01-16 18:41

ResNet模型框架（PyTorch）

【注】左侧的buildingblock是RestNet-34的，右侧的是ResNet-50/10

Leung WaiHo·2023-01-16 08:07

Kaggle: RSNA 肺炎检测挑战——第三名解决方案分析及代码复现

Kaggle:RSNA肺炎检测挑战——第三名解决方案分析及代码复现解决方案代码执行流程解决方案使用的模型是retinanet，其中的两个retinanet模型，resnet-50和resnet-101使用了

狐狸取经·2023-01-14 09:00

CVPR-2018-SiamRPN++: Evolution of Siamese Visual Tracking with Very Deep Networks 阅读笔记

EvolutionofSiameseVisualTrackingwithVeryDeepNetworks(bo-li.info)一、动机孪生网络跟踪器与最先进的算法相比仍然有精度差距，由于缺乏严重的空间不变性，它们不能利用ResNet

菜菜子hoho·2023-01-11 15:25

SiamRPN++论文笔记

SiamRPN++论文笔记传统的基于Siamese网络的跟踪方法不能利用深度卷积网络提取的特征，像resnet-50或更深的网络，作者认为核心的原因在于用很深的网络提取特征会导致缺乏严格的平移不变性。

echo_hao·2023-01-11 15:24

目标识别100例 | 第8例：鸟类识别 - 卷积神经网络（ResNet-50）

《目标识别100例》使用的是Python语言、TensorFlow框架，包含了几十种CNN算法案例附有源码与数据，可一键运行，避免调试烦恼课程大作业、毕业论文可直接考借鉴同时附带各种算法原理及对应的代码教程，用户可根据自身情况快速排列组合，在不同的数据集上实验,应用组合写论文！‍‍购买专栏后可加我mytyjkh_进交流群我们的代码流程图如下：文章目录一、前期工作1.设置GPU2.导入数据3.查看数

明天依旧可好·2023-01-09 19:26

人脸识别项目总结

数据集准备2.数据增强四、算法介绍[1]Multi-taskconvolutionalneuralnetwork（MTCNN）实现流程：1.构建图像金字塔2.P-Net3.R-Net4.O-Net[2]ResNet

Fred_27·2023-01-09 14:02

Pytorch-Onnx-Tensorrt模型转换教程案例

Pytorch-Onnx的转换本案例Resnet-50网络为例：importonnximporttorchimporttorchvision#1.定义模型model=torchvision.models.resnet50

沐雲小哥·2023-01-07 04:02

torchvision Faster-RCNN ResNet-50 FPN代码解析（总体结构）

总体结构花了点时间把整个代码架构理了理，画了如下这张图：(*)假设原始图片大小是599x900主体部分分为这几大部分：Transform，主要是对输入图像进行转换Resnet-50，主干网，主要是特征提取

王飞95·2023-01-03 10:30

【MindStudio训练营第一期】课程实例：基于Caffe ResNet-50网络实现图片分类

实现目标该样例主要是基于CaffeResNet-50网络（单输入、单Batch）实现图片分类的功能。在该样例中：先使用样例提供的脚本transferPic.py，将2张*.jpg图片都转换为*.bin格式，同时将图片从1024*683的分辨率缩放为224*224。加载离线模型om文件，对2张图片进行同步推理，分别得到推理结果，再对推理结果进行处理，输出top5置信度的类别标识。在加载离线模型前，提

华为账号hw_Zixin 小鱼儿梦想＋·2022-12-31 08:58

【Classical Network】ResNet-50/101/152

与ResNet18和34不一样的是，50，101和152使用了bottleneck结构而不是basicblock。在bottleneck中，对channel进行了缩放。具体的图解可以参考ResNet50网络结构图及结构详解，在这篇文章中，BTNK1对应代码中bottleneckdownsampling=True的情况，BTNK2对应downsampling=False的情况。importtorch

__一条秋刀鱼·2022-12-24 08:08

WSL2下调用mindspore使用GPU分类CIFAR-10数据集时显存溢出

，内存6G系统为windows11【操作步骤&问题现象】1、安装wsl2，anaconda3，在python3.7.5环境下运行mindspore1.5.0-rc12、对CIFAR-10数据集尝试使用ResNet

小乐快乐·2022-12-23 20:27

推荐频道