![](https://img-blog.csdnimg.cn/20190905162148627.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
Image Classification
zxucver
这个作者很懒,什么都没留下…
展开
-
理解ResNet结构与TensorFlow代码分析
该博客主要以TensorFlow提供的ResNet代码为主,但是我并不想把它称之为代码解析,因为代码和方法,实践和理论总是缺一不可。 TensorFlow的github地址,其中:resnet_model.py为残差网络模型的实现,包括残差模块,正则化,批次归一化,优化策略等等;resnet_main.py为主函数,主要定义了测试、训练、总结、打印的代码和一些参数。cifar_input.py为数原创 2017-07-21 01:18:48 · 46488 阅读 · 52 评论 -
使用VGG模型自定义图像分类任务
前言网上关于VGG模型的文章有很多,有介绍算法本身的,也有代码实现,但是很多代码只给出了模型的结构实现,并不包含数据准备的部分,这让人很难愉快的将代码迁移自己的任务中。为此,这篇博客接下来围绕着如何使用VGG实现自己的图像分类任务,从数据准备到实验验证。代码基于Python与TensorFlow实现,模型结构采用VGG-16,并且将很少的出现算法和理论相关的东西。数据准备下载数...原创 2018-05-27 20:36:09 · 16581 阅读 · 34 评论 -
[Intensive Reading]轻量化网络:SqueezeNet模型网络结构
SqueezeNet是轻量化网络的代表结构之一,其针对ImageNet数据集分类任务的模型大小只有4.8M,这还包括了最后512*1000分类的全连接层。 An Analysis of Deep Neural Network Models for Practical Applications网络结构首先把caffe关于SqueezeNet的结构定义deploy.prototxt中的内...原创 2018-10-14 12:26:56 · 2718 阅读 · 0 评论 -
[Intensive Reading]从AlexNet理解卷积神经网络的一般结构
2012年AlexNet在ImageNet大赛上一举夺魁,开启了深度学习的时代,虽然后来大量比AlexNet更快速更准确的卷积神经网络结构相继出现,但是AlexNet作为开创者依旧有着很多值得学习参考的地方,它为后续的CNN甚至是R-CNN等其他网络都定下了基调,所以下面我们将从AlexNet入手,理解卷积神经网络的一般结构。先给出AlexNet的一些参数和结构图: 卷积层:5层 全连接层...原创 2017-06-04 17:58:37 · 84425 阅读 · 69 评论 -
Octave Convolution原理与Caffe实现
前言OctaveNet网络paper是《Drop an Octave: Reducing Spatial Redundancy in Convolutional Neural Networks with Octave Convolution》,是CVPR2019中的一篇论文。OctaveNet是一个用于ImageNet Classfication任务的backbone结构。这篇论文提出了一种新...原创 2019-07-27 15:29:58 · 963 阅读 · 4 评论