文件包括数据集,运行结果,权重文件,检查点文件,源代码,执行fashion_sequential_model文件可运行。注意我用TensorFlow2.1编写。修改路径即可运行,还有10张图片,你可以调试程序测试预测效果。可以参考中国慕课TensorFlow笔记,北大课程学习。
2021-05-12 21:21:54 118.08MB TensorFlow2.1 Fashion checkpoint weights
1
python convert.py yolov3.cfg yolov3.weights model_data/yolo.h5 该条指令需要的两个文件
2021-05-12 11:57:46 219.79MB yolov3.cfg yolov3.weights
1
残差网络50层模型,可用于图像分类,图像检索,训练数据来自ImageNet。从github上下载网速太慢,很难下载下来,我还是用公司服务器好不容易才下载下来的,亲测可用,发上来赚点资源积分自己用,请支持
2021-05-09 22:09:08 90.68MB resnet50 残差网络 ImageNet 图像检索
1
yolov2-tiny 权重,可直接使用, ./darknet cfg/yolov2-tiny.cfg yolov2-tiny.weights data/dog.jpg
2021-05-06 01:18:05 42.87MB yolo weights 权重
1
spec cpu2006中的simulation points and weights.
2021-04-29 11:05:39 204KB spec06 simpoints weights
1
yolo_weights.h5
2021-04-29 01:47:24 237.17MB python keras
1
github上的YOLOV5更新较快,只有配合yaml配置文件的weight才能使用。文件中的权重和配置文件为20200706的,亲测可用。 YOLOv5速度比前代更快,在运行Tesla P100的YOLOv5 Colab笔记本中,每个图像的推理时间快至0.007秒,意味着每秒140帧(FPS)! YOLOv5体积小,YOLOv5 s的权重文件为27MB。YOLOv4(Darknet架构)的权重文件为244MB。YOLOv5比YOLOv4小近90%。这意味着YOLOv5可以更轻松地部署到嵌入式设备。 此外,因为YOLOv5是在PyTorch中实现的,所以它受益于已建立的PyTorch生态系统;
2021-04-20 19:43:48 52.13MB yolov5 weights yaml Ultralytics
1
EfficientDet项目代码,包含efficientdet预训练模型、训练好的模型。包含efficientnet-b0_weights_tf_dim_ordering_tf_kernels_autoaugment_notop.h5、efficientdet-d0.h5等,可训练、可测试。
2021-04-20 16:12:01 80.87MB efficientdet b0_weights_tf_di efficientdet-d0.
1
yolov3 裂痕检测模型 权重 自己训练的模型 感兴趣可以拿去用 有任何问题可以私聊我
2021-04-19 19:05:59 234.90MB 模型权重 裂痕检测 yolov3 目标检测
1
faster_rcnn网络下的VOC数据集预训练权值文件。可以用于迁移学习的前期泛化训练,或者用于实验、比赛的权值文件。
2021-04-14 09:03:54 109.28MB 人工智能 深度学习 预训练权重文件 AI
1