基于megengine的retinanet的目标检测模型，主干网络ResNet18
2022-10-17 17:07:38
75.93MB
1
megengine框架的图像分类ResNet18模型(ImageNet)
2022-10-17 12:07:36
41.44MB
1
包含resnet18 和resnet50依据imagenet预训练好的caffemodel，可以直接加上caffe model文件夹或者example文奸夹里面的prototxt使用
2022-09-06 14:14:17
132.22MB
1
采用CNN神经网络中经典的resnet18模型，对Flowers数据集（https://www.kaggle.com/datasets/alxmamaev/flowers-recognition）进行分类。
运用了图像增广技术与微调技术，在5轮训练后正确率超过了90%，在经过15轮训练后，精度可以达到97%。
2022-07-26 09:07:14
6KB
1
PyTorch自带Alexnet和resnet18深度神经网络模型的预训练模型，pth文件加载到自己成序，即可快速训练图片分类等
2022-05-28 10:05:09
257.76MB
1
文件包括：classes.txt; colors.txt; fcn_resnet18.onnx。Jetson Nano官方预训练模型
2022-04-28 17:28:27
41.71MB
1
CenterNet-Lite
CenterNet的PyTorch版本（以对象为点）。我只支持resnet18版本。没有DLA或沙漏版本。
我已经在VOC0712和COCO 2017上进行了培训。您可以从BaiDuYunDisk下载它们：
链接： :
密码：jz4q
官方CenterNet充分利用了DCN，而我只是将其替换为YOLOv3中使用的SPP，因为我有点懒惰〜
在VOC上：
数据
地图
（官方）resnet18 + DCN
VOC2007
75.7
（我们的）resnet18 + SPP
VOC2007
75.3
在COCO上：
数据
美联社
AP50
（官方）resnet18 + DCN
COCO测试版
28岁
44.9
（我们的）resnet18 + SPP
可可值
25.8
45.4
我仍在尝试一些新的方法来增强CenterNet-Lite的强度。
安装
2022-03-09 20:01:59
165KB
1