类平衡损失:基于有效样本数的类平衡损失。 CVPR 2019 源码
基于有效样本数的类平衡损失 本文的Tensorflow代码: ,蒋梦麟佳,,, 依存关系: 巨蟒(3.6) Tensorflow(1.14) 数据集: 长尾的 。 我们提供,其中包含.tfrecords格式的本文中使用的所有数据。 数据由src/generate_cifar_tfrecords.py (原始CIFAR)和src/generate_cifar_tfrecords_im.py (长尾CIFAR)转换和生成。 有效样本数: 为了直观显示数据和有效样本数,请查看data.ipynb 。 关键实施细节: 培训与评估: 我们提供3个.sh脚本进行培训和评估。 在原始CIFAR
文件列表
类平衡损失:基于有效样本数的类平衡损失。 CVPR 2019
(预估有个226文件)
gce.go
11KB
tpu.go
11KB
active_config
6B
config_default
117B
active_config
6B
active_config
6B
config_ctpu9
142B
active_config
6B
config_ctpu9
142B
active_config
6B
暂无评论