近日，旷视科技提出针对移动端深度学习的第二代卷积神经网络 ShuffleNet V2。研究者指出过去在网络架构设计上仅注重间接指标 FLOPs 的不足，并提出两个基本原则和四项准则来指导网络架构设计，最终得到了无论在速度还是精度上都超越先前最佳网络（例如 ShuffleNet V1、MobileNet 等）的 ShuffleNet V2。
2022-05-22 20:43:23
22KB
1
Yahoo的开放NSFW模型的Tensorflow实现
该存储库包含以tensorflow重写的的实现。
原始重量已使用提取 。 您可以在data/open_nsfw-weights.npy找到它们。
先决条件
所有代码均应与Python 3.6和Tensorflow 1.x （经1.12测试）兼容。 该模型的实现可以在model.py找到。
用法
> python classify_nsfw.py -m data/open_nsfw-weights.npy test.jpg
Results for 'test.jpg'
SFW score: 0.9355766177177429
NSF
2022-05-15 21:11:07
21.11MB
1
makefile.config文件中设置了使用cuDNN, opencv版本3及以上，使用python接口，ubuntu自带的python2.7接口
2022-05-11 19:55:54
5KB
1
caffe安装配置文件Makefile.config
caffe安装配置文件Makefile.config
caffe安装配置文件Makefile.config
2022-05-06 22:49:59
5KB
1
MNIST训练样本和测试样本。总共四个文件。完全可以在http://yann.lecun.com/exdb/mnist/ 下载
2022-05-05 22:08:39
9.91MB
1
Caffe-SSD-对象检测
在Python中使用OpenCV在Caffe MobileNet上使用Single Shot MultiBox Detector进行目标检测。
SSD框架
单发MultiBox检测器可分为两部分：
使用基础网络提取特征
使用卷积滤波器进行预测
此实现将MobileNet深度学习CNN架构用作基础网络。
Caffe框架
Caffe是由Berkely AI Research和社区贡献者开发的深度学习框架。 Caffe。 这是使用Nvidia K-40 GPU每天训练超过600万张图像的更快的方法
运行代码
python detectDNN.py -p Caffe/SSD_MobileNet_prototxt -m Caffe/SSD_MobileNet.caffemodel
文章
2022-05-05 15:46:43
20.39MB
1
Scikit-learn使用手册中文版、机器学习原理和实战、深度学习实战caffe
2022-05-03 12:06:56
120.78MB