使用Cifar10训练DenseNet121

已于 2023-02-14 09:40:44 修改
阅读量647 收藏
点赞数 1
分类专栏： 计算机视觉基础 文章标签： 人工智能 深度学习
于 2023-02-13 19:40:39 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/bocaiaichila/article/details/129014632
版权

DenseNet默认就是DenseNet-BC,
相对于resnet，densenet权重参数更少，鲁棒性更强.

０、下载数据集：Cifar-10在同级文件data下
预训练权重： 'densenet121': 'https://download.pytorch.org/models/densenet121-a639ec97.pth', 'densenet169': 'https://download.pytorch.org/models/densenet169-b2777c0a.pth', 'densenet201': 'https://download.pytorch.org/models/densenet201-c1103571.pth', 'densenet161': 'https://download.pytorch.org/models/densenet161-8d451a50.pth',
下级文件data下

１、（注意文件位置/命名）数据集解压，运行src>01_parse_cifar10_to_png解析cifar10数据，得到测试集和训练集.

２、测试densenet_inference.py使用小金毛（使用预训练的DenseNet121模型进行分类测试）.

３、训练train_densenet.py
在这里插入图片描述节省时间
MAX_EPOCH = 30
不到20分钟，best acc: 0.8492，论文结果到94%+

MAX_EPOCH = 300 # 参考论文中 4.2 Training
3h，best acc到93.62%

⭐️【常踩坑】现在预训练模型中出现字典不匹配情况，使用正则匹配解决（例如现在多了个.）
在这里插入图片描述

ca1m4n
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
pytorch实战（三）CIFAR-10、DenseNet
weixin_41680653的博客
07-08 2652
1.DenseNet介绍 文章链接：https://arxiv.org/pdf/1608.06993.pdf 参考链接：https://cloud.tencent.com/developer/article/1451521 １）ResNet用了加法来做shortcut，这会阻碍信息传播，所以DenseNet用了concat； ２）直接concat会导致输入数据channel爆炸，所以做了b...
用预训练的densenet121模型训练cifar10数据集（可运行）
微信号：Custom-Software
06-16 1681
import torchvision.models as models import ssl ssl._create_default_https_context = ssl._create_unverified_context import torch import torch.nn as nn import torchvision import torchvision.transforms as transforms import torch.optim as optim device = torch.d
【h5文件】densenet121_weights_tf_dim_ordering_tf_kernels_notop.h5（imagenet）
zoey_peak的博客
01-07 1178
解决densenet121的weights参数=imagenet的问题 原链接：https://github.com/fchollet/deep-learning-models/releases 网盘链接：https://pan.baidu.com/s/1tue2K_ThPiVoUYWSy2BJAQ 提取码：wbo7 # 用法:传入路径即可 path_weights = r"C:\Users\Administrator\.keras\models\densenet121_weights_tf_dim_ord
【TensorFlow】如何通过手动方式下载TensorFlow官方的ImageNet预训练模型
qq_41340996的博客
08-12 3113
在使用TensorFlow进行网络的搭建时，可以使用下面的语句来获取一些网络的模型 （其中：include_top表示是否包括顶层网络，顶层即处理输出的几个层；weights表示模型加载的权重，可以选择None不加载、imagenet加载网络在ImageNet上训练的权重、或者指定本地权重的路径） base_model = tf.keras.applications.MobileNetV2(input_shape=IMG_SHAPE,
经典分类模型回顾5—DenseNet实现图像分类（matlab）
爱分享数据的一个人的博客
03-05 1561
DenseNet，全称为Densely Connected Convolutional Networks，中文名为密集连接卷积网络，是由李沐等人在2017年提出的一种深度神经网络架构。 DenseNet旨在解决深度神经网络中的梯度消失问题和参数数量过多的问题，通过构建密集连接的方式，使得网络能够更好地利用之前的特征，从而获得更好的性能。DenseNet的核心思想是：把网络中前面的层与后面的层进行连接，让前面的层的输出成为后面的层的输入。这样，整个卷积网络就变得非常紧凑，同时也避免了梯度消失的问题。 D
DenseNet-CIFAR10
12-13
本文将深入探讨DenseNet模型及其在CIFAR10数据集上的实现，以及如何通过Python和PyTorch库进行训练和测试。 CIFAR10数据集是常用的小型图像分类数据集，包含10个类别，每个类别有6000张32x32像素的彩色图片。这个...
densenet_cifar.rar
08-07
文件包含了PyTorch框架下针对CIFAR-10数据集的DenseNet预训练权重，可供研究者或开发者快速进行图像分类任务。 CIFAR-10数据集是计算机视觉领域常用的多类分类数据集，包含10个类别，每个类别有6000张32x32像素的...
DenseNet-Cifar10 基于keras
05-06
Train the DenseNet-40-10 on Cifar-10 dataset with data augmentation. 做了数据及增强等操作 并且是一个完整的工程文件 包括cifar的预测训练等功能，自主训练即可，代码易懂
DenseNet-121-数据集
03-04
在PyTorch框架中，`DenseNet-121`是一个已经训练好的模型，可以直接下载使用。`DenseNet-121_datasets.txt`文件很可能包含了关于该预训练模型在哪些数据集上进行了训练，以及可能包含的训练细节，如学习率、优化器、...
densenet121_weights_tf.h5 最好的深度学习网络的权重
12-14
densenet121_weights_tf.h5 最好的深度学习网络的权重 代码在github上可以找到！
tensorflow-densenet-resnet-inception网络
05-18
这些模型都在CIFAR-10数据集上进行了训练和测试，CIFAR-10是一个包含10类小图像的标准数据集，常用于验证和比较不同的计算机视觉算法。 **DenseNet**（密集连接网络）是由Huang等人提出的，其核心思想是连接每一层...
用预训练的densenet121模型训练cifar10数据集
creator180的博客
07-18 8013
densenet121采用pytorch预训练模型，这里用cifar10作为数据集 import torchvision.models as models import ssl ssl._create_default_https_context = ssl._create_unverified_context import torch import torch.nn as nn import to...
机器学习课设Part1---天气识别（DenseNet121和ResNet50）
qq_53627591的博客
06-12 4123
本次数据集全部存在同一个文件夹下，命名格式如cloud (233).jpeg，最终分为cloud、sun、cloudy三类，仅需划分为70%的训练集和30%的测试集
基于Pytorch构建DenseNet网络对cifar-10进行分类
不胜人生一场醉
08-21 276
DenseNet是指Densely connected convolutional networks（密集卷积网络）。它的优点主要包括有效缓解梯度消失、特征传递更加有效、计算量更小、参数量更小、性能比ResNet更好。它的缺点主要是较大的内存占用。DenseNet网络与Resnet、GoogleNet类似，都是为了解决深层网络梯度消失问题的网络。Resnet从深度方向出发，通过建立前面层与后面层之...
[pytorch源码解读]之DenseNet的源码解读
ZJE
04-24 6034
pytorch的densenet模块在torchvision的models中。 DenseNet由多个DenseBlock组成。 所以DenseNet一共有DenseNet-121，DenseNet-169，DenseNet-201和DenseNet-264 四种实现方式。 拿DenseNet-121为例，121表示的是卷积层和全连接层加起来的数目（一共120个卷积层，1个全连接层） ...
【pytorch】Densenet121迁移学习训练可视化
Leon的博客
03-25 5235
由于要写相关的论文，仅仅只能做到训练和识别是远远不够的，必须有相关的训练过程的数据和图片来说明问题，所以我又又又写了篇关于迁移学习的文章，主要是更换了神经网络模型和增加了训练可视化这个模块,将SGD优化器更改成了Adam优化器，且使用ReduceLROnPlateau进行学习率的自适应调整。
CIFAR10数据集训练与测试
m0_46692607的博客
03-02 995
诸：1和3主要由数据集决定，而2则是有模型的结构决定，需要计算。对于2的计算，如果模型很复杂，尤其网络特别深，我们要按照输入尺寸，从头到尾进行计算，这样太麻烦了。以前面的模型和参数作为 baseline，对其进行改进如下，目的是提高测试集准确度，减少泛化误差，模型参数量和运算量。分析：泛化误差为训练精度和验证精度的差值，观察上图可知，随着训练的进行，泛化误差在增加。设计函数如下，注意不同的模型有不同的特征提取过程，需要修改函数中的第二行代码。缺点：参数多，容易过拟合，对输入特征图的尺寸有要求，需要计算。
[深度学习]使用torchvison经典模型训练cifar10(AlexNet,VGG,Inception,ResNet等)
sinat_33487968的博客
11-02 7370
代码是参考pytorch上面的官方教程，教程给出了一个简单了卷积网络训练，前半部分是卷积，后半部分全连接的类型，用来分类cifar10. https://pytorch.org/tutorials/beginner/blitz/cifar10_tutorial.html#sphx-glr-beginner-blitz-cifar10-tutorial-py 而我想看看torchvison里经典模...
densenet测试cifar10
最新发布
10-19
DenseNet是一种深度神经网络模型，它在CIFAR10数据集上的测试效果非常好。引用提供了一个使用Pytorch实现DenseNet模型在CIFAR10数据集上的测试的ipynb文件，其中包含了完整的训练、测试输出数据。如果你想要测试DenseNet模型在CIFAR10数据集上的表现，可以参考这个文件进行操作。引用中提供了预训练权重的下载链接，你可以使用这些预训练权重来加速模型的训练过程。引用中提供了一个使用预训练的DenseNet121模型进行分类测试的小金毛的例子，你可以参考这个例子来了解如何使用DenseNet模型进行分类测试。

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

ca1m4n

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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