ResNet模型实验

jatqmtdh 17 0 RAR 2020-12-29 21:12:21

本实验使用了ResNet模型,实验中包含了模型结构、网络训练和测试,以及预测部分。文件太大,没有上传数据集。请自行下载

推荐下载

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Thean

biubug6/Pytorch_Retinaface:https://github.com/biubug6/Pytorch_Retinaface。这里用到的预训练模型Resnet50_Final.pt

resnet各种预训练模型,forMXNet框架使用。fasterrcnn中使用demo测试resnet网络。50

ResNet-50-model.caffemodelResNet-101-model.caffemodelResNet-152-model.caffemodelresnet-protofiles-ma

resnet-50在ImageNet数据集上的caffe预训练模型,可以用于分类,目标检测等。

resnet101的预训练模型,imagenet上的预训练模型,当然是用于加载预训练参数的,适用于caffe框架下的网络模型

这是resnet-18的预训练模型,可以直接加载。还有其它2部分,需要合在一起解压。因为大小限制,所以分块。

resnet 18 网络结构(摘要需要大于50个字节,所以请自动忽略这个括号。。。)

用户评论

请输入评论内容

评分：

暂无评论