利用ViT模型实现图像分类，本项目具有强大的泛化能力，可以实现任何图像分类任务，只需要修改数据集和类别数目参数。这里采用的是开源的“猫狗大战”数据集，实现猫狗分类。
本项目适用于Transformer初学者，通过该实践项目可以对于ViT模型的原理和结构有清晰地认识，并且可以学会在具体项目中如何运用ViT模型。本项目代码逻辑结构清晰，通俗易懂，适用于任何基础的学习者，是入门深度学习和了解Transformer注意力机制在计算机视觉中运用的绝佳项目。
2024-03-08 23:03:44
218.41MB
1
深度学习图像分类数据集
脑PET图像分析和疾病预测挑战赛%2F脑PET图像分析和疾病预测初赛数据
可以用来训练自己的模型
2024-03-07 19:12:28
18.55MB
1
本文介绍了使用pytorch2.0进行图像分类的实战案例，包括数据集的准备，卷积神经网络的搭建，训练和测试的过程，以及模型的保存和加载。本案例使用了CIFAR-10数据集，包含10个类别的彩色图像，每个类别有6000张图像，其中5000张用于训练，1000张用于测试。本案例使用了一个简单的卷积神经网络，包含两个卷积层和两个全连接层，使用ReLU激活函数和交叉熵损失函数，使用随机梯度下降优化器。本案例可以在GPU和CPU上运行，根据设备的不同自动切换。本案例适合入门pytorch深度学习和练手，也可以用到项目当中。代码精炼，容易修改进行二次完善和开发。
2024-01-16 14:08:43
325.06MB
1
本文讨论了使用傅里叶描述符进行血细胞分析和分类。 以二维数字序列傅立叶描述符的形式描述轮廓边界的模型。 图形的形状和方向对傅立叶描述符参数的影响。 探索如何确保傅立叶描述子关于几何变换的不变性。 计算机图形工具的Fourier描述符的图形表示模型。 一种基于神经网络的傅立叶描述符形成信息特征空间的方法，对边界图像段的轮廓进行分类。
2024-01-13 20:42:23
622KB
1
可直接运行。基于pytorch vision transformer的乳腺癌图像分类 完整代码+数据 可直接运行 毕业设计
2024-01-12 10:45:54
571KB
1
ResNet_classification。ResNet网络在pytorch框架下实现图像分类，拿走即用，包含批量化测试验证。该文件包含ResNet18、ResNet50、ResNet101等网络实现图像分类的代码及对训练好的模型进行单一测试和批量测试的代码。ResNet网络是参考了VGG19网络，在其基础上进行了修改，并通过短路机制加入了残差单元。
2023-12-18 17:42:31
7KB
1
深度学习+Alex图像分类数据集+猫狗分类：
一共有两类：猫、狗：
数量的话分别在12500张
关于模型训练详细教程可以看我的博客：https://editor.csdn.net/md?not_checkout=1&articleId=129293973
2023-10-17 17:02:07
974.49MB
1
基于transformer网络的图像分类识别，包括训练、测试，亲测有效！！！
2023-10-13 14:57:23
307.1MB
1
高光谱图像分类2D_CNN网络代码 基于pytorch框架制作
全套项目，包含网络模型，训练代码，预测代码，直接下载数据集就能跑，拿上就能用，简单又省事儿
内附indian pines数据集，采用20%数据作为训练集，并附上迭代10次的模型结果，准确率99左右。
2023-09-05 16:16:48
330KB
1
CIFAR-100 是一个图像数据集，包含 60000 张 32x32 分辨率的彩色图像，根据图像内容被分为 100 个小类别，包括：airplane、automobile、bird、cat、deer、dog、frog、horse、ship、truck，10个大类下的10个小类，类别之间的交集为空。
2023-09-04 09:54:50
1.09GB
1