用自组织记忆模块从网络数据中学习_CVPR2020年图像分类论文
2021-02-22 21:08:30
2.41MB
1
ICIAR2018_BACH_challenge1
ICIAR2018乳腺癌组织学图像分类挑战
2021-02-20 16:06:45
156KB
1
图像分类-卷积神经网络：使用MNIST时尚数据集，构建了卷积神经网络将图像分类为10个类别之一。 使用TensorFlow Framework和Keras库实现了CNN。 在Google Colab上以60,000张图像训练模型
2021-02-17 18:06:25
551KB
1
鱼类图片用于进行图像分类研究，
本数据集是为了研究那种深度学习图像分类方法创建的，已经进行分类好，打好了标签，可以直接进行使用了
2021-02-16 10:05:11
5.84MB
1
利用CNN处理CIFAR-10的测试精度没达到0.9，所以来试试Rsenet~通过数据增强等处理方式，利用20层的Resnet对其进行测试，精度达到0.9139.
2021-02-13 20:17:20
884KB
1
CVPR2020:组合卷积神经网络:对部分遮挡物具有天生鲁棒性的深度架构_论文阅读
2021-02-06 22:08:29
2.51MB
1
CVPR2020:用于图像分类的空间注意输出层_论文阅读
2021-02-04 15:09:36
2.09MB
1
图片 :framed_picture: 分类App样板
您是否对Internet上的大量视频，博客和其他资源感到困惑，不知道在哪里以及如何部署AI模型？
如果您有一个模板，可以在其中插入经过训练的模型文件，编辑一些促销文字，然后瞧瞧，那就好了，那就完成了。
好吧，别无所求，因为此存储库使您听起来像它一样容易！
如何使用这个项目？ :thinking_face: :thinking_face: ：
注意：目前，我们仅专注于使用tensorflow / pytorch构建的图像分类模型。 稍后，我们将扩展到处理文本和语音数据以及使用MXNet或julia环境进行训练的模型
我假设您在操作系统中安装了Python（带有Anaconda）并设置为path。 如果没有，请访问。 强烈建议将GIT与Python结合使用以进行版本控制和部署
A.获取我们的模板并进行设置：
打开GitHub
使用您的凭据登录。 [如果尚未创建帐户，请创建]
打开系统上的终端/命令提示符
移至要在本地保存项目文件的合适位置
示例： cd Desktop/projects
克隆存储库。
git clo
2021-01-30 05:08:26
1.19MB
1