此文件为yolo模型（1-3）的pytorch实现以及ssd目标检测的pytorch实现
2025/3/13 11:41:51
53.24MB
resnet50_weights_tf_dim_ordering_tf_kernels_notop.h5速度快，准确率高，参数不多50层残差网络模型,权重训练自ImageNet该模型在Theano和TensorFlow后端均可使用,并接受channels_first和channels_last两种输入维度顺序模型的默认输入尺寸:224x224
2025/3/13 0:22:32
90.27MB
UKBench，UKBenchdatabase，2006.7，HenrikStewénius在他CVPR06文章中提供的数据集，图像都为640*480，每个group有4张图如果失效请留下邮箱
2025/3/12 16:31:04
69B
其他版本可以去我空间查看。
CIFAR-10数据集由10个类中的60000个32x32彩色图像组成，每个类有6000个图像。
有50000个训练图像和10000个测试图像。
数据集分为五个训练批次和一个测试批次，每个批次有10000个图像。
测试批次包含来自每个类别的1000个随机选择的图像。
训练批次以随机顺序包含剩余图像，但是一些训练批次可能包含来自一个类别的更多图像而不是另一个类别。
在他们之间，培训批次包含来自每个班级的5000个图像。
CIFAR-10数据集由10个类中的60000个32x32彩色图像组成，每个类有6000个图像。
有50000个训练图像和10000个测试图像。
数据集分为五个训练批次和一个测试批次，每个批次有10000个图像。
测试批次包含来自每个类别的1000个随机选择的图像。
训练批次以随机顺序包含剩余图像，但是一些训练批次可能包含来自一个类别的更多图像而不是另一个类别。
在他们之间，培训批次包含来自每个班级的5000个图像。
2025/3/10 16:42:18
162.18MB
TensorFlow实现训练Alexnet网络，训练mnist数据集合cfar数据集。
mnist数据集测试准确度0.986.不需要下载权重，因为输出大小不一样。
mnist数据集测试准确度0.986.不需要下载权重，因为输出大小不一样。
2025/3/8 7:38:02
319KB
一个高质量的海量数据集，共包含6大类20个细粒度要素的情感倾向。
含有训练集、验证集和测试集
含有训练集、验证集和测试集
2025/3/6 5:27:44
51.3MB