deep-learning-for-image-processing:用于图像处理的深度学习,包括分类和对象检测等-源码

上传者: 42131439 | 上传时间: 2021-08-16 15:56:00 | 文件大小: 961KB | 文件类型: ZIP
深度学习在图像处理中的应用教程 前言 本教程是对本人研究生期间的研究内容进行整理总结,总结的同时也希望能够帮助更多的小伙伴。 本教程会以视频的方式进行分享,教学流程如下: 1)介绍网络的结构与创新点2)使用Pytorch进行网络的建造与训练3)使用Tensorflow(内部的keras模块)进行网络的建造与训练 教程目录,单击重新相应视频(后续会根据学习内容增加) 图像分类 LeNet(已​​完成) AlexNet(已​​完成) VggNet(已​​完成) GoogLeNet(已​​完成) ResNet(已​​完成) ResNeXt(已完成) MobileNet(已​​完成) ShuffleNet(已​​完成) 目标检测篇 Faster-RCNN / FPN(进行中) SSD / RetinaNet(进行中) YOLOv3 SPP(进行中) 目标分割 所需环境 Anaconda3(建

文件下载

资源详情

[{"title":"( 285 个子文件 961KB ) deep-learning-for-image-processing:用于图像处理的深度学习,包括分类和对象检测等-源码","children":[{"title":"README.md <span style='color:#111;'> 3.46KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 1.64KB </span>","children":null,"spread":false},{"title":"train_multi_gpu_using_launch.py <span style='color:#111;'> 8.24KB </span>","children":null,"spread":false},{"title":"imagenet_class_index.json <span style='color:#111;'> 34.53KB </span>","children":null,"spread":false},{"title":"train_single_gpu.py <span style='color:#111;'> 5.97KB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多,未全部展示</span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明