注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. VGG16 model for Keras

  2. 从Gitbub下载的，外网下载速度10k+，好不容易下的，需要的请拿走。在Keras上预训练的VGG16模型，基于ImageNet

  3. 所属分类：深度学习

    • 发布日期：2017-09-10
    • 文件大小：56mb
    • 提供者：dongyuxieshen

  1. inception_resnet_v2_2016_08_30预训练模型

  2. inception_resnet_v2_2016_08_30 预训练模型, imagenet

  3. 所属分类：深度学习

    • 发布日期：2018-06-19
    • 文件大小：209mb
    • 提供者：downfeng

  1. imagenet-vgg-f.mat

  2. imagenet-vgg-f.mat GPU/CPU人脸识别 使用imagenet网络的预训练模型训练数据集

  3. 所属分类：机器学习

    • 发布日期：2018-08-20
    • 文件大小：216mb
    • 提供者：xyk801

  1. Python-腾讯发布的大规模多标签图像数据集和ResNet101预训练模型

  2. 腾讯发布的大规模多标签图像数据集和ResNet-101预训练模型，这个模型在ImageNet数据集上达到 80.73% top-1 acc

  3. 所属分类：其它

  1. 猫狗大战卷积神经网络生成的模型

  2. 预训练与微调迁移学习 一般而言，我们可以根据一个已经训练过的、比较满意的模型进行训练调整，作用于新的数据集，这就是预训练与微调。当，我们的预训练模型的权重使用在新的数据集中，这个就是迁移学习的体现。 很少人会仅仅使用自己的资源进行训练卷积神经网络，个体拥有的数据资源是有限的，但是如ImageNet拥有的资源是有120 万张图片等级的规模，所以理论上使用库提供的预训练模型可以节省时间、提高精度，再不济也可以使用自己的预训练模型。

  3. 所属分类：深度学习

    • 发布日期：2020-03-25
    • 文件大小：154mb
    • 提供者：m061060

  1. resnet50_weights_tf_dim_ordering_tf_kernels.h5预训练模型.zip

  2. 残差网络50层模型，可用于图像分类，图像检索，训练数据来自ImageNet。从github上下载网速太慢，很难下载下来，我还是用公司服务器好不容易才下载下来的，亲测可用，发上来赚点资源积分自己用，请支持

  3. 所属分类：深度学习

    • 发布日期：2020-03-24
    • 文件大小：90mb
    • 提供者：qq_33391629

  1. kears下imageNet数据集的预训练模型

  2. https://github.com/fchollet/deep-learning-models/releases/tag/v0.1 这网址下的keras的所有的预训练模型，包含vgg16,vgg19,resnt50,官方下载实在是太慢了。我这里提供了百度云链接，注册一天的百度云会员下载会很快的。

  3. 所属分类：深度学习

    • 发布日期：2020-03-15
    • 文件大小：76byte
    • 提供者：supe_king

  1. inception_resnet_v2 预训练模型

  2. ImageNet上训练好的 inception_resnet_v2_2016_08_30模型，imagenet，可用于图像识别

  3. 所属分类：深度学习

    • 发布日期：2020-01-06
    • 文件大小：226mb
    • 提供者：xjp_xujiping

  1. Keras使用ImageNet上预训练的模型方式

  2. 主要介绍了Keras使用ImageNet上预训练的模型方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-16
    • 文件大小：171kb
    • 提供者：weixin_38598613

  1. Keras预训练的ImageNet模型实现分类操作

  2. 主要介绍了Keras预训练的ImageNet模型实现分类操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-16
    • 文件大小：95kb
    • 提供者：weixin_38637272

  1. 使用Keras预训练模型ResNet50进行图像分类方式

  2. Keras提供了一些用ImageNet训练过的模型：Xception，VGG16，VGG19，ResNet50，InceptionV3。在使用这些模型的时候，有一个参数include_top表示是否包含模型顶部的全连接层，如果包含，则可以将图像分为ImageNet中的1000类，如果不包含，则可以利用这些参数来做一些定制的事情。 在运行时自动下载有可能会失败，需要去网站中手动下载，放在“~/.keras/models/”中，使用WinPython则在“settings/.keras/models

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：81kb
    • 提供者：weixin_38543749

  1. 使用Keras预训练模型ResNet50进行图像分类方式

  2. Keras提供了一些用ImageNet训练过的模型：Xception，VGG16，VGG19，ResNet50，InceptionV3。在使用这些模型的时候，有一个参数include_top表示是否包含模型顶部的全连接层，如果包含，则可以将图像分为ImageNet中的1000类，如果不包含，则可以利用这些参数来做一些定制的事情。 在运行时自动下载有可能会失败，需要去网站中手动下载，放在“~/.keras/models/”中，使用WinPython则在“settings/.keras/models

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：81kb
    • 提供者：weixin_38684328

  1. Keras 实现加载预训练模型并冻结网络的层

  2. 在解决一个任务时，我会选择加载预训练模型并逐步fine-tune。比如，分类任务中，优异的深度学习网络有很多。 ResNet, VGG, Xception等等… 并且这些模型参数已经在imagenet数据集中训练的很好了，可以直接拿过来用。 根据自己的任务，训练一下最后的分类层即可得到比较好的结果。此时，就需要“冻结”预训练模型的所有层，即这些层的权重永不会更新。 以Xception为例： 加载预训练模型： from tensorflow.python.keras.applications i

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：153kb
    • 提供者：weixin_38739950

  1. pytorch 实现在预训练模型的 input上增减通道

  2. 如何把imagenet预训练的模型，输入层的通道数随心所欲的修改，从而来适应自己的任务 #增加一个通道 w = layers[0].weight layers[0] = nn.Conv2d(4, 64, kernel_size=(7, 7), stride=(2, 2), padding=(3, 3), bias=False) layers[0].weight = torch.nn.Parameter(torch.cat((w, w[:, :1, :, :]), dim=1)) #方式2 w

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：31kb
    • 提供者：weixin_38663167

  1. Image-Identification-App:图像识别应用程序内置于React中，并使用针对浏览器“ TensorFlow.js”的机器学习框架和针对图像分类“ MobileNet”的预训练模型在Firebase上部署-源码

  2. 图像识别应用 使用React，TensorFlow.js（使用MobileNet）和 :red_heart: 该应用程序已在Firebase上实时部署： ://identifyimage-2021.web.app/ 使用Reactor内置的图像识别应用程序，并使用针对浏览器“ TensorFlow.js”的机器学习框架和针对图像分类“ MobileNet”的预训练模型在Firebase上部署。 上载单个图像并在图像中标识对象。 您可以从互联网上使用“图片网址”。 “最近的图像”选项，以

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：200kb
    • 提供者：weixin_42099815

  1. nfnets_pytorch：经过预训练的NFNet，其准确性为官方论文“无需归一化的高性能大规模图像识别”的99％-源码

  2. NFNet Pytorch实施 此回购包含来自未经归一化的高性能大型图像识别论文的，具有ImageNet高精度的预训练NFNet模型F0-F6。 小型模型的精度与EfficientNet-B7一样，但训练速度快了8.7倍。 大型模型在ImageNet上设置了新的SOTA top-1精度。 NFNet F0 F1 F2 F3 F4 F5 F6 + SAM 最高为1的准确性Brock等人。 83.6 84.7 85.1 85.7 85.9 86.0 86.5 此实

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：894kb
    • 提供者：weixin_42136837

  1. tensorflow-model-zoo.torch：用于Torch7和PyTorch的InceptionV3，InceptionV4，Inception-Resnet预训练模型-源码

  2. 适用于Torch7和PyTorch的Tensorflow模型动物园（已淘汰） ：请使用新的repo ，其中包含带有更好API的inceptionv4和inceptionresnetv2。 这是和制作的张量流预训练模型的移植。 特别感谢MoustaphaCissé。 所有型号均已在Imagenet上进行了测试。 这项工作的灵感来自于 。 使用预训练的模型 火炬7 要求 请安装 。 luarocks install --server=http://luarocks.org/dev torc

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：161mb
    • 提供者：weixin_42172972

  1. pytorch-cnn-finetune：使用PyTorch微调预训练的卷积神经网络-源码

  2. 使用PyTorch对预训练的卷积神经网络进行微调。 产品特点 可以访问ImageNet上经过预训练的最受欢迎的CNN架构。 自动替换网络顶部的分类器，使您可以使用具有不同类数的数据集训练网络。 使您可以使用任何分辨率的图像（不仅限于在ImageNet上用于训练原始模型的分辨率）。 允许添加一个Dropout层或一个自定义池层。 支持的架构和模型 从包中： ResNet（ resnet18 ， resnet34 ， resnet50 ， resnet101 ， resnet152 ） R

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：21kb
    • 提供者：weixin_42121086

  1. 纹理与形状：来自纸的预训练模型，数据，代码和材料“ ImageNet训练后的CNN偏向纹理；增加形状偏倚可提高准确性和鲁棒性”（ICLR 2019口腔医学）-源码

  2. 来自的数据，代码和资料“ ImageNet训练的CNN偏向纹理；增加形状偏斜可提高准确性和鲁棒性” 该存储库包含来自信息，数据和材料 Robert Geirhos，Patricia Rubisch，Claudio Michaelis，Matthias Bethge，Felix A.Wichmann和Wieland Brendel等人提出，。 我们希望您会发现此存储库对您自己的研究有用。 核心概念在下图中进行了解释：如果卷积神经网络看到猫有大象的纹理，即使形状显然仍然是猫，它也认为这是大象。

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：155mb
    • 提供者：weixin_42137032

  1. Keras预训练的ImageNet模型实现分类操作

  2. 本文主要介绍通过预训练的ImageNet模型实现图像分类，主要使用到的网络结构有：VGG16、InceptionV3、ResNet50、MobileNet。 代码： import keras import numpy as np from keras.applications import vgg16, inception_v3, resnet50, mobilenet # 加载模型 vgg_model = vgg16.VGG16(weights='imagenet') inception_m

  3. 所属分类：其它

    • 发布日期：2021-01-19
    • 文件大小：95kb
    • 提供者：weixin_38695751
« 12 3 4 5 »