resnet50_iter_50000.caffemodel

resnet50_weights_tf_dim_ordering_tf_kernels_notop.h5速度快，准确率高，参数不多50层残差网络模型,权重训练自ImageNet该模型在Theano

残差网络resnet50的深度学习模型权重文件，可作为预训练模型，提升学习效率

ResNet-50 configuration file for fast-rcnn under caffe

tensorflowmodelresnet_v1_50_2016_08_28模型文件，

用于训练reset50时加载的权重参数，下载后可以直接放在中的指定的文件夹下，避免训练时下载速度慢的麻烦

Nvidia jetson-inference Hello AI World Networks Packages

resnet50_weights_th_dim_ordering_th_kernels_notop.h5 50层残差网络模型,权重训练自ImageNet 该模型在Theano和TensorFlow后端

faceparsing_79999_iter.pth,人脸分割faceparsing的预训练模型,PyTorch版本。

lightweight-pytorch训练好的模型checkpoint_iter_370000.pth

openpose1.5.1（2019年）中训练好的手部数据。openpose中的批处理文件下载速度极慢，且容易中断。下载后将此文件解压放在openpose根目录下的\models\hand文件夹中。