pytorch中的基础预训练模型和数据集 (MNIST, SVHN, CIFAR10, CIFAR100, STL10, AlexNet, VGG16, VGG19, ResNet, Inception, SqueezeNet)
2019-12-21 21:40:32
38KB
1
车牌检测与识别数据集：包括训练车牌检测模型数据：车牌和非车牌图块大小是136*36。 训练字符识别模型数据：
车牌字符大小是20*20，包括：数字：0~9；字母：A~Z；省市简称：京、津、晋、冀、蒙、辽、吉、黑、沪、苏、浙、皖、闽、赣、鲁、豫、鄂、湘、粤、桂、琼、川、贵、云、藏、陕、甘、青、宁、新、渝，具体参考https://github.com/cnhui
2019-12-21 21:20:49
64.3MB
1
resnet50_weights_tf_dim_ordering_tf_kernels_notop
Linux下是放在“~/.keras/models/”中
Win下则放在Python的“settings/.keras/models/”中
Windows-weights路径：C:\Users\你的用户名\.keras\models anaconda下依然好用
2019-12-21 21:17:26
83.48MB
1
该文档为目标检测算法YOLOV3在训练数据集时所使用的预训练模型。YOLOV3训练数据集的具体方法可以参考本人在csdn上写的博客https://blog.csdn.net/qq_41900772/article/details/95064437
2019-12-21 20:55:15
144.14MB
1
Google提出的开源人脸识别算法FaceNet的预训练模型，FaceNet的官方的预训练模型，20180408-102900
NOTE: If you use any of the models, please do not forget to give proper credit to those providing the training dataset as well.
2019-12-21 20:51:11
186.64MB
1
pytroch官网提供的预训练模型：resnet18：resnet18-5c106cde.pth和resnet50：resnet50-19c8e357.pth（两个文件打包在一起）
2019-12-21 20:43:01
132.2MB
1