restNet50

YOLOv8-Seg改进：Backbone改进 | 支持restnet50和restnet101

本文改进：将restnet50和restnet101作为backbone引入到YOLOv8-seg，下表为参数量和计算量的对比layersparametersgradientsGFLOPsyolov8m-seg3312724022727240211
会AI的学姐·2024-01-06 00:43

YOLOv8优化策略：Backbone改进 | 支持restnet50和restnet101

本文改进：将restnet50和restnet101作为backbone引入到YOLOv8，下表为参数量和计算量的对比layersparametersgradientsGFLOPsyolov8m2952585689925856883
会AI的学姐·2024-01-06 00:42

目标检测—7 RetinaNet

RetinaNet1主干网络2数据处理3训练4预测5模型评价1主干网络主干网络：RestNet50+FPN+(cls,reg)RestNet50:对Inputs用ConvBlock和IdentityBlock
山居秋暝LS·2023-07-26 08:33

基于深度学习FasterRCNN模型Restnet50 的生活垃圾智能分类（准确率达84%）-含python工程全源码

模型加载与调用系统测试1.模型准确率2.分类别准确率工程源代码下载其它资料下载前言本项目基于FasterR-CNN模型，通过RPN网络（RegionProposalNetwork）获取图片中的候选区域，并利用RestNet50
小胡说人工智能·2023-06-22 10:42

mmdetection项目实现Faster RCNN(4)

cudnn7.0+cuda_9.0.176Pytorch1.0+python3.6.5+anaconda3一、数据准备①mmdetection支持VOC风格数据类型②下载预训练权重（没有下载，训练的时候自动下载restnet50
yx868xy·2022-12-23 17:52

pytorch实现残差网络restnet50

restnet50网络结构框架：(state1有3个残差块，state2有4个残差块，state3有6个残差块，state4有3个残差块)总结一下restnet50网络结构：1.输入图片是3*224*224
_-周-_·2022-12-19 16:48

（pytorch进阶之路）ConvNeXt论文及实现

文章目录导读论文地址代码地址核心代码-Block类完整模型ConvNextIsotropic执行main.py学习其main.py写法导读ConvNeXt基于RestNet50，灵感来自于Sw-Transformer
likeGhee·2022-12-15 21:07

keras跟踪模型训练过程和训练过程有选择保存模型

一般我们训练深度学习模型都是等训练完成后才能查看lossacc等这些指标，然而当我们模型设计并不正确或者出现了过拟合甚至于数据拟合出现了很严重错误，但是在训练很深的网络的时候一般都要等上好久，我就遇到过用RestNet50
OliverkingLi·2020-07-04 07:01
上一页 1 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他