颜色分类leetcode deepzoo::whale2:深度学习模型Zoo
颜色分类leetcode问题通常很难对经过训练的开源项目模型进行推理。这主要是因为大多数深度学习存储库更多关注新架构的描述、训练过程的解释和发布惊人的指标结果。重点放在模型描述和解释上,而不是模型的实际使用。当我们想要运行某个模型时,经常会遇到复杂的安装步骤甚至模型不可用的情况(需要自己训练)。目标是提供一个可以使用经过训练的模型的地方。每个模型都将托管在其自己的站点中,README将通过简单步骤引导用户运行模型(通常涉及辅助类)。所有模型也将托管在此存储库的releases部分下。
贡献! 扩大此收藏的唯一方法是在您的帮助下。如果您知道如何运行传统模型,或构建了新模型并希望分享,欢迎贡献!
暂时只使用Python! 选择一个类别、选择任务、选择模型并转到模型站点。
类别索引:该索引将带您查看该类别的所有模型,涵盖以下任务:
-
计算机视觉任务
-
自然语言处理任务
-
音频任务
图像分类:将整个图像分为1000个类别,例如“斑马”、“熊猫”和“洗碗机”。
物体检测:高速定位和分类物体。