Advertisement

ResNet系列提供了多种预训练模型。

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

简介：
该资源包包含了多个预训练的 ResNet 模型，具体包括 ResNet-18、ResNet-50、ResNet-101 以及 ResNet-152 的 caffemodel 文件。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • ResNet-50预训练模型.zip
    优质
    本资源提供ResNet-50深度学习预训练模型下载。该模型在大型图像数据集上进行了预先训练，适用于多种计算机视觉任务，如分类、检测和分割等。 ResNet50预训练模型是基于ImageNet数据集得到的，主要用于加载预训练参数，并且配合prototxt文件使用效果最佳。
     
  • 不同版本的ResNet预训练模型
    优质
    本文探讨了多种版本的ResNet预训练模型，包括它们的架构差异、适用场景及性能表现，为深度学习应用提供参考。 ResNet预训练模型包括resnet18.caffemodel、resnet50.caffemodel、resnet101.caffemodel以及resnet152.caffemodel。
     
  • SRN-DeblurNet: PyTorch实现及预训练模型提供
    优质
    简介：SRN-DeblurNet是一款用于图像去模糊任务的深度学习模型，基于PyTorch框架开发，并提供了经过大量数据训练得到的预训练模型。 为了训练SRN-DeblurNet模型，我严格按照原始论文中的所有配置进行操作。在测试PSNR值时，我把GOPRO数据集的测试部分分为两半：一半用于验证，另一半用于最终测试，并得到了29.58db PSNR的结果（而原论文报道的数据为30.26db）。我已经提供了预训练模型。 值得注意的是，在没有进行伽玛校正的情况下也可以对GOPRO中的模糊图像进行训练。我尝试将该模型应用到真实世界中的人脸图像上，但发现其推广效果不佳。欢迎任何讨论或更正意见。
     
  • ProtTrans: 提供先进蛋白质预训练的Transformer模型
    优质
    简介：ProtTrans是一种先进的基于Transformer架构的模型，专门用于蛋白质的预训练。它能够有效提升生物信息学领域中各类任务的表现，为药物设计和生物学研究提供强大支持。 ProtTrans 提供了最先进的蛋白质预训练模型，并通过使用数千个来自Summit的GPU以及各种Transformers模型中的Google TPU进行了培训。欲了解更多关于我们的工作，请查阅我们的论文。此存储库将定期更新，以支持生物信息学界，特别是我们SASAR项目在Covid-19研究方面的进展。 目录： - 预言 - 蛋白质序列生成 - 可视化 - 基准测试 - 期望成绩 - 二级结构预测（第3季度） - 二级结构预测（Q8） - 膜结合与水溶性（Q2） - 亚细胞定位（Q10） - 社区和贡献 - 遇到问题？ - 发现错误？ - 特别要求 - 团队成员
     
  • Python-运用多种预训练的TensorFlow模型来提取图像特征
    优质
    本项目利用Python编程语言和TensorFlow框架，通过集成多种预训练模型，实现高效且准确的图像特征提取，适用于计算机视觉领域中的各类应用。 使用多种预训练的TensorFlow模型来提取图像特征。
     
  • TensorFlow 预训练 Inception-ResNet-V2
    优质
    TensorFlow预训练Inception-ResNet-V2模型基于Google开发的深度学习架构，适用于图像分类任务。经过大规模数据集训练，提供高精度识别能力。 对Inception-Resnet-V2进行预训练，在Scene15数据集上亲测有效。
     
  • 基于PyTorch的ResNet预训练模型的迁移学习
    优质
    本研究利用PyTorch框架探讨了基于ResNet架构的深度学习模型在图像分类任务中的迁移学习应用，通过微调预训练模型以适应特定数据集。 内容概要：基于PyTorch的ResNet预训练模型进行迁移学习 适用人群： - 图像分类实验的学习新手 - 需要做图像二分类或小规模分类任务的工具使用者 内容包括： - 详细的文档说明，方便读者理解和使用。 - 即插即用的设计理念，便于快速应用到实际项目中。
     
  • OpenPose官方提供的Caffe预训练模型文件-附件资源
    优质
    本资源提供OpenPose项目的Caffe框架下的预训练模型文件，便于用户快速上手人体关键点检测，促进姿态估计研究与应用。 openpose官方提供的预训练caffe模型文件可以作为附件资源获取。
     
  • Human36M预训练模型
    优质
    Human36M预训练模型是基于大规模人体运动数据集Human3.6M开发的一种深度学习模型，广泛应用于动作识别与姿态估计领域。 在Learnable Triangulation of Human Pose文章代码中的预训练模型与human36m数据集相关，包括基于体积和三角化的模型以及pose_resnet的预训练模型。这些文件应放置于data\pretrained目录下并解压。