混淆矩阵的python代码。 包括了查准率,召回率的计算 model是resnet34,数据数CIFAR10
2024-06-28 16:16:01 400.26MB
1
数据集:training_set, test-set,traing_set里面存放的是猫狗分类的数据集,test_set里面存放的是猫狗分类的测试集。 datasets.py:数据集的读取,并且会按照7:3的比例将traing_set划分为测试集和验证集 chuli.py:验证数据集读取的正确性 model.py:里面存放的ResNet34的代码 train.py:训练集,并且会drew出训练集和验证集的损失和acc test.py:最终会输出训练好的模型(resnet.pth)对于测试集的acc 该项目非常适合初学深度学习者,可以学习关于数据集
2023-12-24 21:16:14 293.8MB 数据集 resnet34 深度学习实战 猫狗分类
1
resnet34_ibn_a-94bc1577.pth,下载自:https://github.com/XingangPan/IBN-Net/releases/download/v1.0/resnet34_ibn_a-94bc1577.pth。fast-reid中使用是这个预训练模型。
2023-04-04 12:29:59 83.25MB resnet34
1
基于ResNet34的模型结构:ResNet34_ImageNet_CNTK
2022-10-25 09:08:13 83.33MB cntk resnet34 深度学习
1
基于megengine的freeanchor的目标检测模型,主干网络ResNet34
2022-10-17 22:05:48 109.65MB megengine freeanchor 目标检测模型
1
基于megengine的ATTS的目标检测模型,主干网络ResNet34
2022-10-17 17:07:57 104.23MB megengine 目标检测模型
1
基于megengine的FasterRCNN的目标检测模型,主干网络ResNet34
2022-10-17 17:07:48 137.56MB megengine fasterrcnn 目标检测
1
基于megengine的FCOS的目标检测模型,主干网络ResNet34
2022-10-17 17:07:43 104.24MB megengine 目标检测模型 fcos
1
基于megengine的retinanet的目标检测模型,主干网络ResNet34
2022-10-17 17:07:36 111.82MB megengine retinanet 目标检测模型
1
megengine框架的图像分类ResNet34模型(ImageNet)
2022-10-17 12:07:35 77.24MB megengine resnet 分类模型
1