SKNet-Pytorch 近乎完美且易于理解的PyTorch实现 我使用PyTorch重新实现了SKNET。 尽管有许多SKNET的PyTorch实现，但是它们与原始论文中描述的实现不同，并且我很难理解它们的实现。 所以我做了。 选择性核卷积 请参阅以了解选择性内核卷积的实现 参考 论文： 论文： 资料库： 资料库： 存储库： 待办事项清单 使用Resnet-18在CIFAR100上进行实验

ImageNet is provided by Standford University.本数据集由斯坦福大学提供。 imagenet_ILSVRC2017_datasets.zip

matlab推荐代码 CNN for Image Retrieval 博文：，对应web演示主页。 2017/10/08: 构建CBIR检索对比框架，包括Fisher Vector, VLAD, FC, RMAC, CROW. 2017/08/15更新：增加Python版本，，。 2015/12/31更新：添加对MatConvNet最新版version 1.0-beta17的支持，预训练的模型请到Matconvnet官网下载最新的模型。 2015/12/31更新：添加对MatConvNet最新版version 1.0-beta17的支持，预训练的模型请到Matconvnet官网下载最新的模型。 2015/10/20更新：Web演示部分代码公开。 2015/09/24更新：添加对MatConvNet最新版version 1.0-beta14的支持。 2015/12/31更新：添加对最新版version 1.0-beta17的支持，删掉原来的版本(预训练的模型请到matconvnet官网下载最新的模型)。 2015/06/29更新：添加对最新版version 1.0-beta12的支持。

mobilenet_v2_weights_tf_dim_ordering_tf_kernels_1.0_192_no_top.h5,mobilenetv2 tf.keras预训练模型，可用于迁移学习。

ImageNet下载器 这是ImageNet数据集下载器。 您可以通过指定所需的类以及每个类需要多少个图像来从ImageNet的子集创建新的数据集。 这是通过使用ImageNet API提供的图像URL来实现的。 我更加详细地介绍了如何以及为何编写该工具。 另外，我对帖子中ImageNet URL的当前状态进行了一些分析。 该软件是用Python 3编写的 用法 以下命令将随机选择其中包含至少200张图像的100个ImageNet类，然后开始下载： python ./downloader.py \ -data_root /data_root_folder/imagenet \ -number_of_classes 100 \ -images_per_class 200 以下命令将从每个选定的类中下载500张图像： python ./downloader.py

inception_v3_2016_08_28_frozen.pb压缩包+imagenet_slim_labels

影像网 :musical_notes: Imagenette，gentille imagenette， Imagenette，Je te plumerai。 :musical_notes: （Imagenette主题曲感谢 ） 注意： 带有噪音标签的Imagenette和Imagewoof版本现在可以作为数据集随附的CSV文件获得。 Imagenette和Imagewoof数据集最近（2019年12月6日）已更改。 他们现在有70/30的火车/有效分流。 仍然可以使用相同的URL来使用旧版本（其验证集要小得多），但是下面的URL指向新版本。 我们还添加了（有关详细信息，请参见下文）。 使用新的数据集，以下排行榜使用了强项。 你能打败它吗？ 数据集 影像网 Imagenette是Imagenet的10个易于分类的类别的子集（帐篷，英语施普林格，盒式磁带播放器，链锯，教堂，圆号，垃圾车，气泵，高尔夫球，降落伞）。 'Imagen

ILSVRC2012_img_train.tar-a306397ccf9c2ead27155983c254227c0fd938e2.torrent ILSVRC2012_img_val.tar-5d6d0df7ed81efd49ca99ea4737e0ae5e3a5f2e5.torrent 训练数据集 - ImageNet

针对ImageNet，CIFAR10和MNIST的PyTorch对抗性攻击基准 ImageNet，CIFAR10和MNIST的PyTorch对抗性攻击基准（最先进的攻击比较） 该存储库提供了用于评估各种对抗攻击的简单PyTorch实现。 该存储库显示每个数据集的最新攻击成功率。 该存储库利用了攻击库，例如 ， 等。 如果您对此存储库有疑问，请给我发送电子邮件（ ）或提出问题。 影像网 该存储库提供了一个包含1,000个类的小型ImageNet验证数据集。 该数据集每个班级有5张图像（总计5,000张图像）。 这是ImageNet验证数据集的子集。 对抗示例的大小：224 x 224 x 3（150,528个参数） 1. Linf FGSM（非目标） Advertorch和Foolbox显示几乎相同的结果。 Epsilon大小 1/255 2/255 4/255 8/25

keras-unet-collection 所述tensorflow.keras实施U型网，V-净，U-净++，R2U网，注意力U形网，ResUnet-A，U ^ 2-Net和UNET 3+具有可选ImageNet训练有素骨架。 keras_unet_collection.models包含使用超参数选项配置keras模型的函数。 U-net，U-net ++，Attention U-net和UNET 3+支持预训练的ImageNet主干。 U-net ++，UNET 3+和U ^ 2-Net支持深度监督。 有关其他选项和用例，请参见《 》。 keras_unet_collection.models 名称 参考 unet_2d 网络 vnet_2d V-net（为2-d输入修改） unet_plus_2d U网++ r2_unet_2d R2U网 att