1. 使用自定义深度卷积神经网络从胸部x线图像中检测肺炎，并使用5856张x线图像(1.15GB)对预训练模型“InceptionV3”进行再训练。
2. 为了重新训练去除了输出层，冻结了前几个层，并为两个新标签类(肺炎和正常)微调模型。
3.自定义深度卷积神经网络的测试精度为89.53%，损失为0.41。
2022-12-29 10:30:59
9.96MB
1
本人亲自总结的计算机视觉方向的资源，适合入门阅读。由最基础的cnn分类到目标检测和分割，包括推荐博客的链接，论文以及一些自己的小经验。适合新手入门阅读~大佬轻喷
2022-12-29 09:30:24
52.65MB
1
数据集为猫狗数据集，数据集中猫狗图片大小不一致，可以自行来调整数据的大小以便模型可以训练学习。
2022-12-29 09:30:23
57.21MB
1
主要内容：以上是实现空气质量与天气预测的数据集
适合人群：深度学习初学者
大家可以看深度学习实战6的案例，利用卷积神经网络(pytorch版)实现空气质量的识别分类与预测。
我们知道雾霾天气是一种大气污染状态，PM2.5被认为是造成雾霾天气的“元凶”，PM2.5日均值越小，空气质量越好．
2022-12-28 20:03:48
43KB
1