Advertisement

basnet模型的pth文件

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：PTH

简介：
BasNet模型的PTH文件是经过预训练的深度学习模型参数文件，专为边缘检测任务设计，适用于多种图像处理应用场景。 Basnet训练好的参数已经保存完毕。该模型在计算机视觉领域有广泛应用，特别是在自动抠图及SOD问题的解决上。此模型来自github上的开源项目。这里提供的只是经过训练后的参数文件。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • basnet模型的pth文件
    优质
    BasNet模型的PTH文件是经过预训练的深度学习模型参数文件，专为边缘检测任务设计，适用于多种图像处理应用场景。 Basnet训练好的参数已经保存完毕。该模型在计算机视觉领域有广泛应用，特别是在自动抠图及SOD问题的解决上。此模型来自github上的开源项目。这里提供的只是经过训练后的参数文件。
     
  • YOLOX_Nano模型文件.pth
    优质
    YOLOX_Nano模型文件.pth是专为资源受限设备设计的一种轻量级目标检测模型，基于先进的YOLOX架构优化简化而成。 模型文件yolox_nano.pth。
     
  • crnn模型的权重文件(.pth)
    优质
    CRNN模型的权重文件（.pth）是经过训练用于序列识别任务如场景文本检测与识别的深度学习模型参数集合。 crnn.pth
     
  • yolact_base_54_800000.pth模型权重文件
    优质
    yolact_base_54_800000.pth 是一个经过训练的深度学习模型权重文件，适用于实时实例分割任务。该模型基于YOLACT架构，在大规模数据集上进行了优化和训练。 yolact实例分割算法官方权重文件包括四个550 Resnet101-FPN版本，分别达到33.0和29.8的性能指标，对应的模型文件名为yolact_base_54_800000.pth。
     
  • coco_tracking模型权重文件.pth
    优质
    Coco_Tracking模型权重文件（.pth）是用于目标跟踪任务的深度学习模型参数，基于COCO数据集训练得出，适用于视频分析和监控系统中的对象追踪。 运行命令 `python demo.py tracking --load_model ../models/coco_tracking.pth --demo /path/to/image/or/folder/or/video` 来执行跟踪任务。
     
  • Posenet模型参数文件（.pth）
    优质
    Posenet模型参数文件（.pth）是用于姿态估计任务的预训练权重文件，包含PoseNet模型的全部参数。该文件可直接应用于人体关键点检测和姿态跟踪项目中。 OpenPose模型用于体态识别技术，能够识别人体的姿势和动作，并且可以同时识别多个人的动作和姿势。该模型使用的数据集是COCO。
     
  • darknet53.pth模型权重文件
    优质
    darknet53.pth 是DarkNet-53神经网络架构中预训练模型的权重文件，适用于图像分类任务，包含53个卷积层，广泛应用于深度学习研究和开发。 darknet53.pth
     
  • lenet_mnist模型权重文件(.pth)
    优质
    本资源为LeNet在MNIST数据集上训练所得的权重文件（.pth格式），适用于手写数字识别任务，方便快速部署与测试。 lenet_mnist_model模型参数包括了一系列用于训练手写数字识别的LeNet架构的具体配置和数值设置。这些参数定义了神经网络结构的关键方面，如卷积层、池化层以及全连接层的数量及其特性，从而确保模型能够有效地从MNIST数据集中学习并准确地进行分类任务。
     
  • SiamMask_VOT模型参数文件.pth
    优质
    SiamMask_VOT模型参数文件.pth 是一个预训练的深度学习模型权重文件，专为视觉目标跟踪设计，采用Siamese架构结合Mask R-CNN实现精准的目标定位与分割。 SiamMask_VOT.pth权重文件已上传至平台，方便下载使用，主要是为了自己用。
     
  • yolact_base_54_800000.pth模型权重文件
    优质
    yolact_base_54_800000.pth是一个经过80万次迭代训练得到的目标实例分割模型权重文件，基于YOLACT基础版本，在800x800图像输入尺寸下达到优秀性能。 yolact_base_54_800000.pth