https://blog.csdn.net/gzroy/article/details/82386540 在上一篇博文中我重写了Tensorflow中的CNN的实现,对于CIFAR10的测试集的准确率为85%左右。在这个实现中,用到了2个卷积层和2个全连接层。具体的模型架构如下: 为了进一步提高准确率,... ResNet训练单通道图像分类网络(Pytorch) ...
1. CIFAR10数据集 CIFAR-10 是一个适用于图像分类任务的小型数据集。图片的尺寸为 32×32,一共包含10 个类别:飞机(airplane)、汽车(automobile)、鸟类(bird)、猫(cat)、鹿(deer)、狗(dog)、蛙类(frog)、马(horse)、船(ship)和卡车(truck),共有50000张训练集图片和10000张测试集图片,其中,每个类别分别有60...
model = Resnet18(num_classes=10, improved=args.my_improved) else: model = resnet18(pretrained=False, num_classes=10) 这里通过配置pretrained决定是否加载预训练权重。另外,pytorch内置resnet18最后一个全连接层是1000个输出,而分类cifar10我们需要设定全连接层为10个输出,所以我们加载权重的时候不加载全连接...
基于TensorFlow2利用ResNet18+SENet 实现cifar10分类 training准确率95.66%,test准确率90.77%点赞(0) 踩踩(0) 反馈 所需:1 积分 电信网络下载 c-HWND 2025-01-12 23:10:51 积分:1 yys_bee 2025-01-12 23:10:10 积分:1 dst-technote 2025-01-12 23:01:55 积分:1 ...
1. CIFAR10数据集 CIFAR-10 是一个适用于图像分类任务的小型数据集。图片的尺寸为 32×32,一共包含10 个类别:飞机(airplane)、汽车(automobile)、鸟类(bird)、猫(cat)、鹿(deer)、狗(dog)、蛙类(frog)、马(horse)、船(ship)和卡车(truck),共有50000张训练集图片和10000张测试集图片,其中,每个类别分别有60...