dicenet

本文介绍了DICENet在图像识别领域的应用,提到了其在模型大小和识别效果上的特点,并引用了GitHub资源进行深入探讨。
摘要由CSDN通过智能技术生成

这个也有:

https://github.com/osmr/imgclsmob

https://github.com/osmr/imgclsmob/blob/38c43d63cabbdf6048436cf018128937b4244c35/pytorch/pytorchcv/model_provider.py

pytorch\pytorchcv\models\dicenet.py

EdgeNets:模型比较小,辨识效果不是很明显

前面两层下采样非常快,做辨识不太合适


import os
import time

import torch
from torch.nn import init
from torch import nn

# helper function for activations
def activation_fn(features, name='prelu', inplace=True):
    '''
    :param features: # of features (only for PReLU)
    :param name: a
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

打赏作者

AI算法网奇

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
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