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。