SqueezeNet

OpenVINO执行脚本demo_squeezenet_download_convert_run.bat报错

Error1错误提示：requests.exceptions.ConnectionError:HTTPSConnectionPool(host=‘http://raw.githubusercontent.com‘,port=443)、HTTPSConnectionobjectat0x7f497ad085f8>:Failedtoestablishanewconnection:[Errno111]Co
Maitre Chen·2024-01-22 06:57

SqueezeNet：通过紧凑架构彻底改变深度学习

SqueezeNet是神经网络设计的一项突破，体现了这种追求。本文深入研究了SqueezeNet的复杂性，探讨其独特的架构、设计背后的基本原理、应用及其对深度学习领域的影响。
无水先生·2024-01-08 06:12

github 远程仓库命令集合

gitconfig--globaluser.email"[email protected]"gitconfig--globaluser.name"YourName"命令集合（个人备忘）cdcifar10_SqueezeNet
ZhiPengTu·2023-12-29 03:50

caffe搭建squeezenet网络的整套工程

之前用pytorch构建了squeezenet，个人觉得pytorch是最好用的，但是有的工程就是需要caffe结构的，所以本篇也用caffe构建一个squeezenet网络。
诶尔法Alpha·2023-11-09 14:32

pytorch搭建squeezenet网络的整套工程（升级版）

上一篇当中，使用pytorch搭建了一个squeezenet，效果还行。
诶尔法Alpha·2023-11-09 12:00

Caffe Model Zoo

有许多分类的预训练模型及网络结构，我自己训练过的模型总结在Github上，基本上涵盖了大部分的分类模型，包括AlexNet，VGG，GoogLeNet，Inception系列，ResNet，SENet，DenseNet，SqueezeNet
SnailTyan·2023-11-06 18:28

SqueezeNet 一维，二维网络复现 pytorch 小白易懂版

SqueezeNet时隔一年我又开始复现神经网络的经典模型，这次主要复的是轻量级网络全家桶，轻量级神经网络旨在使用更小的参数量，无限的接近大模型的准确率，降低处理时间和运算量，这次要复现的是轻量级网络的非常经典的一个模型
浩浩的科研笔记·2023-10-20 15:54

/demo_squeezenet_download_convert_run.sh显示Download Failed的解决方法

win10打开C:\Windows\System32\drivers\etc\hosts文件在文件末尾加入以下：52.74.223.119github.com192.30.253.119gist.github.com54.169.195.247api.github.com185.199.111.153assets-cdn.github.com151.101.76.133raw.githubuser
故事很长很长·2023-10-20 03:38

SqueezeNet

三个原因：Moreefficientdistributedtraining（分布训练）Lessoverheadwhenexportingnewmodelstoclients（训练好的模型容易导入）FeasibleFPGAandembeddeddeployment（可以方便的导入到FPGA硬件中，内存限制）三个策略：Strategy1.Replace3x3filterswith1x1filters.
王子冠·2023-10-18 19:44

三维点云体素滤波python_一种基于点云的Voxel（三维体素）特征的深度学习方法...

之前我们提到使用SqueezeSeg进行了三维点云的分割，由于采用的是SqueezeNet作为特征提取网络，该方法的处理速度相当迅速(在单GPU加速的情况下可达到100FPS以上的效率)，然而，该方法存在如下的问题
weixin_39849387·2023-10-12 19:42

精简CNN模型系列之二：SqueezeNet

介绍SqueezeNet同这个系列要介绍的其它任一CNN模型一样不只关心模型分类精度，同样也重视其计算速度与模型体积大小。
城市中迷途小书童·2023-10-11 15:18

ncnn::Mat float 输入与cv::Mat 的转化

include#include#include#include#include#include#includeusingnamespacestd;usingnamespacecv;staticintdetect_squeezenet
cypher_forward·2023-09-28 23:30

pytorch搭建squeezenet网络的整套工程，及其转tensorrt进行cuda加速

本来，前辈们用caffe搭建了一个squeezenet的工程，用起来也还行，但考虑到caffe的停更后续转trt应用在工程上时可能会有版本的问题所以搭建了一个pytorch版本的。
诶尔法Alpha·2023-09-07 16:23

第64步 深度学习图像识别：多分类建模误判病例分析（Pytorch）

本期以健康组、肺结核组、COVID-19组、细菌性（病毒性）肺炎组为数据集，基于Pytorch环境，构建SqueezeNet多分类模型，分析误判病例，因为它建模速度快。同样，基于GPT-4辅助编程。
Jet4505·2023-09-02 04:35

第62步 深度学习图像识别：多分类建模（Pytorch）

本期以健康组、肺结核组、COVID-19组、细菌性（病毒性）肺炎组为数据集，基于Pytorch环境，构建SqueezeNet多分类模型，因为它建模速度快。
Jet4505·2023-08-30 07:40

轻量化模型：MobileNet/SqueezeNet/ShuffleNet

MobileNetv1论文链接：MobileNets:EfficientConvolutionalNeuralNetworksforMobileVisionApplications创新点轻量化体现在：深度可分离卷积（DepthwiseSeparableConvolution）两个模型压缩参数（宽度乘数和分辨率乘数）1、深度可分离卷积将常规卷积分为两部分：一是深度卷积，n个卷积核和n个输入特征图分别
HRain·2023-08-25 17:27

第60步 深度学习图像识别：误判病例分析（Pytorch）

本期以SqueezeNet模型为例，因为它建模速度快。同样，基于GPT-4辅助编程，后续会分享改写过程。二、误判病例分析实战继续使用胸片的数据集：肺结核病人和健康人的胸片的识别。
Jet4505·2023-08-25 14:35

精简CNN模型系列之二：SqueezeNet

介绍SqueezeNet同这个系列要介绍的其它任一CNN模型一样不只关心模型分类精度，同样也重视其计算速度与模型体积大小。
manofmountain·2023-08-18 06:40

深度学习实战基础案例——卷积神经网络（CNN）基于SqueezeNet的眼疾识别|第1例

文章目录前言一、数据准备1.1数据集介绍1.2数据集文件结构二、项目实战2.1数据标签划分2.2数据预处理2.3构建模型2.4开始训练2.5结果可视化三、数据集个体预测前言SqueezeNet是一种轻量且高效的
心无旁骛~·2023-08-16 05:58

第57步 深度学习图像识别：CNN可视化（Pytorch）

基于WIN10的64位系统演示一、写在前面由于不少模型使用的是Pytorch，因此这一期补上基于Pytorch实现CNN可视化的教程和代码，以SqueezeNet模型为例。
Jet4505·2023-08-14 05:46

SqueezeNet算法解析—鸟类识别—Paddle实战

模型网络设计探索过程2.4结构设计策略2.5Fire模块3.网络结构4.评估分析二、实战1.数据预处理2.数据读取3.导入模型4.打印输出模型的参数信息6.结果可视化7.个体预测结果展示总结今天详解一下SqueezeNet
心无旁骛~·2023-07-18 01:16

轻量级网络综述 — 主干网络篇

 轻量级网络的核心是在尽量保持精度的前提下，从体积和速度两方面对网络进行轻量化改造，本文对轻量级网络进行简述，主要涉及以下网络：SqueezeNet系列ShuffleNet系列MnasNetMobileNet
·2023-06-23 11:38

模型压缩概述

模型压缩大概分为以下几个方向：更精细模型的设计：目前的很多网络都具有模块化的设计，在深度和宽度上都很大，这也造成了参数的冗余很多，因此有很多关于模型设计的研究，如SqueezeNet、MobileNet
April63·2023-06-20 02:43

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

48.1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
大勇若怯任卷舒·2023-04-15 15:58

47.现有移动端开源框架及其特点—Prestissimo

32位约400k，64位约600k）纯C++实现，跨平台，支持android和ios模型为纯二进制文件，不暴露开发者设计的网络结构极快的速度大到框架设计，小到汇编书写上全方位的优化，iphone7上跑SqueezeNet
大勇若怯任卷舒·2023-04-15 15:28

一文总结经典卷积神经网络CNN模型

下面总结从1998年至今的优秀CNN模型，包括LeNet、AlexNet、ZFNet、VGG、GoogLeNet、ResNet、DenseNet、SENet、SqueezeNet、MobileNet。
全栈O-Jay·2023-04-11 16:44

轻量化网络学习 3 squeezenet

文章目录归纳论文归纳为减少参数量，本研究提出使用firemodule，它是有压缩层和扩张层组成，压缩层是11卷积，输出尽量减少通道数以便在扩张层有较小的输入，扩张层由部分11卷积和部分3*3卷积构成，压缩层的输出分别输入这两部分卷积，然后分别有各自不同的输出，将输出结果进行cat。本研究为了维持精度，还提出了降采样后置的策略，尽量在大分辨率的情况下进行。论文1×1卷积替换3×3卷积减少3×3卷积的
spark-aixin·2023-04-05 05:25

经典卷积神经网络详解（AlexNet、VGG、NiN、GoogLeNet、ResNet、DenseNet、CSPNet、Darknet、EfficientNet、SqueezeNet..）

文章目录经典网络LeNet:基础图像识别网络(1998)AlexNet：深度卷积网络（2012）ZFNet：大型卷积网络(2013)VGGNet：使用块的网络(2014)NiN：网络中的网络（2014）GoogLeNet:含并行连接的网络(2014)ResNet:残差网络（2015）DenseNet:稠密连接网络（2017）Darknet-19（2016）Darknet-53（2018）Effic
zyw2002·2023-04-04 21:31

模型性能参数FLOPS、MACs详解

modelinputsizeparammemfeat.memflopssrcperformancealexnet227x227233MB3MB727MFLOPsMCN41.80/19.20caffenet224x224233MB3MB724MFLOPsMCN42.60/19.70squeezenet1
JasonWayne·2023-03-28 21:44

SqueezeNet: AlexNet-Level Accuracy With 50x Fewer Parameters And <0.5MB Model Size 文章解读

Abstract最近关于深度卷积神经网络的研究主要集中于提升正确率。对于相同的正确率水平，往往能够确定出多种CNN模型。在同等正确率条件下，更小规模的CNN架构可以提供如下的三个优势：1）在分布式训练中，与服务器通信需求更小；2）在云端向自动驾驶汽车输出一个新模型时，更小模型需要的带宽更小（参数更少，从云端下载模型的数据量小）；3）在FPGA和有内存限制的其他硬件设备上更加方便部署更小的模型（更适
表达_·2023-03-19 03:24

MobileNet（轻量级神经网络）

到了2016年直至现在，业内提出了SqueezeNet、Shuf
保持客气哈·2023-03-14 07:16

SqueezeNet Note

Squeezenet:alexnet级精度，参数减少50倍，模型尺寸<0.5mb模型轻量化的的开山鼻祖，它让工业界看到了真正实用的可能Abstract近年来，深度卷积神经网络(cnn)的研究主要集中在提高准确性上
Chowley·2023-02-06 13:49

Pytorch 学习笔记（2）-使用和修改已有的网络

importtorchvision.modelsasmodelsresnet18=models.resnet18()alexnet=models.alexnet()vgg16=models.vgg16()squeezenet
周子禹·2023-02-05 09:45

Caffe2 Tutorials[0]（转）

wizardforcel/data-science-notebook/blob/master/dl/more/caffe2-tut.md本系列教程包括9个小节，对应Caffe2官网的前9个教程，第10个教程讲的是在安卓下用SqueezeNet
weixin_30609287·2023-02-02 23:09

pytorch实现inception模型原理及代码

pytorch模型之Inceptioninception模型alexnet、densenet、inception、resnet、squeezenet、vgg等常用经典的网络结构，提供了预训练模型，可以通过简单调用来读取网络结构和预训练模型
飞颜尘雪·2023-02-01 13:11

简单复现 残差网络、Googlenet、mobilenet、SqueezeNet、ShuffleNet

1.残差网络1）网络结构当对x求偏导的时候，F（x）对x求偏导的值很小的时候，对整体求x的偏导会接近于1这样解决了梯度消失问题，我们可以对离输入很近的层进行很好的更新。要注意的是F（x）与x的张量维度是相同的。2）代码importtorchfromtorchvisionimporttransforms#对图像做原始处理的工具fromtorchvisionimportdatasetsfromtorc
无情的阅读机器·2023-01-28 15:28

MobileNets（v1）, SqueezeNet

MobileNetsMobileNets总体来说是一个减少参数计算量的一个网络架构。并且提出了两个参数进行网络模型参数的缩减（其实就是两个比例来进行计算量的缩放，在【0,1】之间）MobileNets的网络参数缩减，其实可以将卷积分成两个步骤如下图所示：简单来说，原先我们的卷积核是一个K*K*M(channel)的一步卷积拆分成两步走，第一我们设计一个K*K*1（channel）的卷积核，对当前深
AresAnt·2023-01-26 11:16

pytorch预训练

Pytorch预训练模型以及修改pytorch中自带几种常用的深度学习网络预训练模型，torchvision.models包中包含alexnet、densenet、inception、resnet、squeezenet
Bruce_0712·2023-01-21 21:20

使用PyTorch预训练模型

Trueimporttorchvision.modelsasmodelsresnet18=models.resnet18(pretrained=True)alexnet=models.alexnet(pretrained=True)squeezenet
ayiya_Oese·2023-01-10 10:58

攻克目标检测难点秘籍一，模型加速之轻量化网络

目录目标检测难点概述秘籍一，模型加速之轻量化网络1SqueezeNet：压缩再扩展2MobileNet：深度可分离2.1MobileNetV12.2MobileNetV22.3MobileNetV33S
m0_61899108·2023-01-02 10:35

torchvision.models

torchvision.models这个包中包含alexnet、densenet、inception、resnet、squeezenet、vgg等常用的网络结构，并且提供了预训练模型，可以通过简单调用来读取网络结构和预训练模型
skycrygg·2022-12-28 15:08

经典卷积神经网络(二) Pytorch torchvision.models

相比Tensorflow主要多了Facebook团队发布的SqueezeNet、ShuffleNet、WideResNet、MNASNet模型。torchvision.m
老光头_ME2CS·2022-12-28 15:06

TORCHVISION MODELS

modelimporttorchvision.modelsasmodelsresnet18=models.resnet18()alexnet=models.alexnet()vgg16=models.vgg16()squeezenet
Claroja·2022-12-28 15:06

轻量型神经网络 shufflenet V1和shufflenet V2

1.shufflenetV1ShuffleNet是旷视科技(Face++)提出的一种计算高效的CNN模型，其和MobileNet和SqueezeNet等一样主要是想应用在移动端所以，ShuffleNet
gyibo_·2022-12-28 02:48

轻量级网络ShuffleNet v1

ShuffleNetpaperShuffleNet是旷视科技提出的一种计算高效的CNN模型，其和MobileNet和SqueezeNet等一样主要是想应用在移动端。
杯酒和雪·2022-12-28 02:42

MobileNet：深度可分离（原理及代码）

目录背景：标准卷积：深度可分离卷积：MobileNetv1结构小结MobileNetv2结构背景：SqueezeNet虽在一定程度上减少了卷积计算量，但仍然使用传统的卷积计算方式，而在其后的MobileNet
心之所向521·2022-12-27 01:25

【读点论文】SQUEEZENET: ALEXNET-LEVEL ACCURACY WITH 50X FEWER PARAMETERS AND ＜0.5MB MODEL SIZE

SQUEEZENET:ALEXNET-LEVELACCURACYWITH50XFEWERPARAMETERSAND1),将下采样设计到CNN架构中。
羞儿·2022-12-23 12:54

深度学习中的经典基础网络结构总结

1.深度学习发展历史回顾2.深度学习中的经典基础网络结构概览3.经典backbone解读3.1AlexNet3.2VGG-16/193.3GoogLeNet/Inception3.4ResNet3.5SqueezeNet3.6MobileNetV13.7ShuffleNetV1
王挣银·2022-12-23 10:46

可解释机器学习 Task03 - CAM可解释性分析

CAM可解释性分析一、CAM算法简介二、算法说明1.算法步骤2.算法巧妙之处3.为什么不采取池化操作（1）池化的作用（2）不使用池化的原因4.常规全连接层与GAP比较4.CAM算法的缺点三、SqueezeNet
T4neYours·2022-12-20 15:38

【学习打卡】CAM可解释性分析-算法讲解

文章目录引言该算法能做什么直观上研究上意义上精妙之处定位特点弱监督学习特点作者简介CAM算法原理具体计算方法巧妙之处讨论全卷积神经网络池化简介池化的作用全局平均池化CAM总结SqueezeNet显著性分析的意义例
爱学习的书文·2022-12-19 19:08
上一页 1 2 3 4 5 6 7 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他