ResNet-101在ImageNet数据集上的caffe预训练模型，可以用于分类和目标检测网络。
2021-12-09 16:51:52
170.4MB
1
深度学习的语义分割在计算机视觉领域中有非常广阔的发展前景，但许多分割效果较好网络模型占用内存大和处理单张图片耗时长.针对这个问题，把Deeplab V3+模型的骨干网（ResNet101）的瓶颈单元设计为1D非瓶颈单元，且对空洞空间金字塔池化模块（Atrous Spatial Pyramid Pooling，ASPP）的卷积层进行分解.该算法能大幅度降低Deeplab V3+网络的参数量，提高网络推理速度.基于PASCAL VOC 2012数据集进行对比实验，实验结果显示改进网络模型拥有更快的处理速度和更优的分割效果，且消耗更少的内存.
2021-11-15 10:27:37
1.15MB
1
TensorFlow2.0_ResNet
使用TensorFlow-2.0的ResNet（ ResNet18，ResNet34，ResNet50，ResNet101，ResNet152 ）实现
有关更多的CNN，请参见 。
火车
要求：
Python> = 3.6
Tensorflow == 2.0.0
要在自己的数据集上训练ResNet，可以将数据集放在原始数据集文件夹下，目录应如下所示：
|——original dataset
|——class_name_0
|——class_name_1
|——class_name_2
|——class_name_3
运行脚本split_dataset.py将原始数据集拆分为训练集，有效集和测试集。
更改config.py中的相应参数。
运行train.py开始培训。
评估
运行valuate.py评估模型在测
2021-10-15 16:37:07
9KB
1
有能力和有耐心的可以去这里下载:
https://download.pytorch.org/models/resnet101-5d3b4d8f.pth
2021-09-27 01:57:38
158.6MB
1
pytroch官网提供的预训练模型：resnet18：resnet18-5c106cde.pth和resnet：resnet101-5d3b4d8f.pth（两个文件打包在一起）
2021-07-24 21:34:12
200.04MB
1
百度网盘
resnet18-5c106cde
resnet34-333f7ec4
resnet50-19c8e357
resnet101-5d3b4d8f r
esnet152-b121ed2d
2021-06-18 09:11:09
190B
1
今天小编就为大家分享一篇PyTorch实现ResNet50、ResNet101和ResNet152示例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2021-05-10 10:48:53
98KB
1