[pytorch] 图像分类框架【Efficientnet0/1/2/3/4/5/6/7】

11 篇文章 91 订阅 ¥39.90 ¥99.00
本文介绍了如何使用Efficientnet模型进行图像分类,以kaggle的SIIM-ISIC Melanoma Classification比赛为例,提供数据来源链接,并展示了结合mixup/cutmix的数据增强技术的代码实现。
摘要由CSDN通过智能技术生成

以kaggle的SIIM-ISIC Melanoma Classification比赛:https://www.kaggle.com/c/siim-isic-melanoma-classification ; 介绍efficientnet模型在分类任务上的使用。

数据链接:https://www.kaggle.com/shonenkov/melanoma-merged-external-data-512x512-jpeg (融合2019和2010年数据)

代码如下: (加入mixup/cutmix)


from glob import glob
import pandas as pd
from sklearn.model_selection import GroupKFold
import cv2
from skimage import io
import albumentations as A
import torch
import os
from datetime import datetime
import time
import random
import cv
评论 3
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

MachineLP

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