R

Resnet26d

由 glasses 开发
ResNet26d是基于深度残差学习的图像分类模型,是ResNet的变体(d)版本,优化了stem结构和shortcut连接方式。
下载量 13
发布时间 : 3/2/2022

模型简介

该模型是ResNet系列的一个变体,专门用于图像分类任务。通过改进的stem结构和shortcut连接方式,提升了模型性能。

模型特点

改进的stem结构
采用论文《卷积神经网络图像分类技巧集锦》中提出的优化stem结构,提升特征提取能力
灵活的shortcut连接
支持多种shortcut连接方式,可根据需求定制
模块化设计
支持自定义stem、block等模块,便于模型扩展和修改
特征提取功能
提供便捷的中间层特征获取接口,便于迁移学习和特征分析

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
ImageNet图像分类
在ImageNet数据集上进行1000类图像分类
迁移学习
作为预训练模型用于其他视觉任务的迁移学习
AIbase
智启未来,您的人工智能解决方案智库
简体中文