
简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
项目二 ImageNet图像识别模型与CIFAR-10
本文主要是了解如何处理数据,并完成一个小型的图像识别项目。首先,介绍Pytorch如恶化加载数据集,以CIFAR-10为例,并基于CIFAR-10完成一个图像分类模型;其次,介绍如何使用GPU加速模型训练;最后,介绍图像领域使用较为广发的ImageNet数据集和一些常用的图像识别模型。

深度学习中的backbone、head、neck等释义
这个主干网络大多时候指的是提取特征的网络,其作用就是提取图片中的信息,共后面的网络使用。让网络的这两个部分同时进行训练,因为加载的backbone模型已经具有提取特征的能力了,在我们的训练过程中,会对他进行微调,使得其更适合于我们自己的任务。比如分类问题,你输入了一张图片,肯呢个网络有特征提取,全链接分类,概率计算什么的,但是跳出算法问题,单从结果来看,就是给了一张输入,输出了一个预测结果。瓶颈的

到底了








