26秋招
文章平均质量分 90
如意鼠
这个作者很懒,什么都没留下…
展开
-
26备战秋招day3——基于voc的目标检测
本文介绍了基于 Pascal VOC 数据集使用 Faster R-CNN 模型进行目标检测的完整流程。通过数据加载与预处理、模型构建、训练和验证,展示了如何应用 Faster R-CNN 进行多目标检测,并成功地对物体进行分类与定位,最终保存了训练模型供后续使用。原创 2024-09-25 17:30:04 · 907 阅读 · 0 评论 -
26备战秋招day2——基于cifar10的图像分类
本篇博客介绍了如何基于 CIFAR-10 数据集进行图像分类任务,采用 PyTorch 框架构建深度学习模型。文章首先对 CIFAR-10 数据集和数据预处理进行概述,然后展示了如何使用预训练的 ResNet18 模型进行训练和评估。通过快速验证,确保代码正确运行,并通过增加训练轮数和批次大小优化模型性能。最后,通过混淆矩阵可视化分析模型的分类效果,提供了进一步优化的建议。该博客为读者提供了图像分类的完整流程和实践技巧。原创 2024-09-24 16:41:31 · 646 阅读 · 0 评论 -
26备战秋招day1——mnist手写数字识别
这篇博客介绍了如何通过卷积神经网络(CNN)实现 MNIST 手写数字识别任务。博客从数据预处理开始,详细讲解了如何使用 PyTorch 加载 MNIST 数据集,并对图像进行标准化。接着,构建了一个简单的 CNN 模型,通过卷积层和全连接层提取图像特征并进行分类。随后介绍了模型训练和测试的流程,最后提供了如何评估模型性能的具体方法。该博客为初学者提供了完整的代码示例,帮助他们理解深度学习在图像分类中的应用原创 2024-09-23 16:40:33 · 983 阅读 · 0 评论