#9 · 主分类: 模型动物园与中心

imgclsmob

3d-face-reconstruction chainer cifar classification deep-learning gluon human-pose-estimation image-classification imagenet keras machine-learning mxnet neural-network pretrained-models pytorch segmentation semantic-segmentation tensorflow tensorflow2

深度学习网络训练沙盒

项目最后更新:09/06/24

GitHub Stars

3.0K

Forks数量

551

贡献者数量

3

许可证

MIT

收录理由

如果你经常构建计算机视觉系统,并且习惯复用预训练骨干网络,这个项目能省去不少样板代码。它提供了干净的、可直接 pip 安装的包,覆盖 PyTorch、TensorFlow 1.x/2.x、Keras、MXNet/Gluon 和 Chainer,每个包都包含大量分类、分割、检测和姿态估计模型。ImageNet、CIFAR、Cityscapes、COCO 等数据集的预训练权重会在实例化模型时自动加载,你不需要手动下载再映射权重文件。由于同一套架构在多个框架间保持一致,当你需要在不同生态之间移植模型,或者想验证不同后端下训练行为是否一致时,它也是一个方便的参考。主仓库还附带训练和评估脚本,适合那些不满足于直接使用现成检查点的用户。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。

同类热门项目