Resnet50 Cifar100

🚀 图像分类模型（ResNet50 - CIFAR100）

本项目基于timm库训练了一个用于图像分类的小型ResNet50模型，在CIFAR-100数据集上进行训练，可实现高效准确的图像分类任务，测试准确率达0.8093。

🚀 快速开始

使用以下代码即可开始使用该模型：

import detectors
import timm

model = timm.create_model("resnet50_cifar100", pretrained=True)

✨ 主要特性

• 数据集：使用CIFAR-100数据集进行训练和测试。
• 模型类型：小型ResNet50模型。
• 测试准确率：达到0.8093。
• 许可证：采用MIT许可证。

📦 安装指南

文档未提及具体安装步骤，可参考timm库的官方安装说明进行安装。

💻 使用示例

基础用法

import detectors
import timm

model = timm.create_model("resnet50_cifar100", pretrained=True)

📚 详细文档

训练数据

训练数据使用CIFAR-100数据集。

训练超参数

测试数据

测试数据同样使用CIFAR-100数据集。

📄 许可证

本模型采用MIT许可证。

本模型卡片由Eduardo Dadalto创建。