暂无评论
这是MXNet resnet50预训练模型，包含json和params两个文件，需要的可以下载一下。
resnet152caffe
使用ResNet对图像进行分类该代码只需更改分类数和图像路径即可运行需提前下载ResNet官方训练结果的文件.
resnet1000.json
ResNet是2015年 ILSVRC 的赢家（图像分类，定位及检测），主要亮点是残差结构对于梯度消失具有重要的限制作用。文件提供了网络中不同类型的层的配置参数包括batch_size, width,
使用tensorflow写的resnet-110训练cifar10数据,以及inceptionv3的一个网络(不带数据集),DenseNet在写(后续更新)
resnet152.prototxt 和 resnet152.caffemodel 来源:https://github.com/KaimingHe/deep-residual-networks中提供的
resnet50, 特征网络， Tensorflow object detection API中Demo用到
Deeper neural networks are more difficult to train. We present a residual learning framework to ease
SE-Resnet注意力机制网络搭建，包含残差网络和全连接层，特征融合构建SE-resnet网络结构
暂无评论