efficientNe笔记

Efficientnet 原文

使用pip安装efficientnet

pip install efficientnet_pytorch

导入efficientnet

from efficientnet_pytorch import EfficientNet
model = EfficientNet.from_name('efficientnet-b0')  # load an EfficientNet
model = EfficientNet.from_pretrained('efficientnet-b0', num_classes=2)  # load a pretrained EfficientNet 

EfficientNet 提取特征

from efficientnet_pytorch import EfficientNet
model = EfficientNet.from_pretrained('efficientnet-b0')

# ... image preprocessing as in the classification example ...
print(img.shape) # torch.Size([1, 3, 224, 224])

features = model.extract_features(img)
print(features.shape) # torch.Size([1, 1280, 7, 7])

网络结构为:

图源于https://blog.csdn.net/Trent1985/article/details/91126085
图源自于https://blog.csdn.net/Trent1985/article/details/91126085

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值