AIbase

R

Resnet50

由 leftthomas 开发
基于ImageNet数据集预训练的深度残差网络模型，用于图像分类任务。
图像分类
Transformers
#ImageNet分类#深度残差网络#高精度图像识别
下载量 18
发布时间 : 3/2/2022
模型介绍
内容详情
替代品

模型简介

ResNet-50是一种深度卷积神经网络，通过残差连接解决了深层网络训练中的梯度消失问题，适用于图像分类和其他计算机视觉任务。

模型特点

残差连接
通过跳跃连接解决了深层网络训练中的梯度消失问题，使网络可以更深更有效。
高性能
在ImageNet评估集上实现了76.13%的Top-1准确率和92.86%的Top-5准确率。
迁移学习友好
可以作为预训练模型用于其他计算机视觉任务的微调。

模型能力

图像分类
特征提取
迁移学习

使用案例

计算机视觉
通用图像分类
对图像进行ImageNet 1,000个类别的分类。
Top-1准确率76.13%，Top-5准确率92.86%
下游任务微调
通过调整模型头部来适应其他标签体系的分类任务、图像分割或目标检测等。