CIFAR-10
使用VGG-16，Resnet和Inception net，模型对CIFAR-10数据集的图像进行分类，以对不同的对象（例如汽车，狗等）进行分类。
2021-12-01 20:55:14
111KB
1
CIFAR-100上的VGG-16
在CIFAR-100上训练的VGG网（具有batchnorm和dropout）。 您可以通过更改数据加载器类中的一行来轻松修改此代码以在CIFAR-10上进行训练。 在不增加数据的情况下达到约64％的准确性。 该数据集上的记录是75％。 我计划添加数据参数，以使性能达到最新水平。
重要提示-请将saves文件夹下载到项目目录中。 它包含权重
这是架构：
有用的链接
2021-10-26 17:59:11
7KB
1
图像字幕生成器：LSTM模型从预先训练的VGG-16模型中提取特征后，会为输入图像生成字幕。 （计算机视觉，自然语言处理，深度学习，Python）
2021-10-15 23:55:42
125.22MB
1
深度学习100例-卷积神经网络（VGG-16）识别海贼王草帽一伙 | 第6天
转自：K同学啊
2021-07-19 09:08:38
122.76MB
1
本次图像的分类识别实验采用的是基于 tensorflow+VGG-16 的图像分类识别模型。vgg是由 Simonyan 和 Zisserman 在文献《Very Deep Convolutional Networks for Large-Scale ImageRecognition》上提出的卷积神经网络模型。模型可以达到 2.7%的测试准确度,在 ImageNet达到前 5 位。实验中应用 TensorFlow 将网络编码在文件 vgg16.py 中，包括一个预处理层，该预处理层使用像素值在 0-255 之间的 RGB 图像，并减去平均图像值；并且在 vgg16_weights.npz
2021-03-25 10:49:51
557.74MB
1
TensorFlow VGG-16 预训练模型，用于SSD-TensorFlow的Demo训练.
2019-12-21 19:31:55
489.54MB
1