本项目基于ResNet-50深度神经网络模型进行图像分类,使用PyTorch框架。项目支持图像预处理、数据增强、迁移学习、模型训练与验证、模型保存、推理等功能,适用于图像分类任务。以番茄图像为例,进行多类别的图像分类任务,可以识别不同类型的番茄病害。 项目特点:
Bottleneck主要用在ResNet50及以上的网络结构,与BasicBlock不同的是这里有 3 个卷积,分别为 1*1,3*3,1*1大小的卷积核,分别用于压缩维度、卷积处理、恢复维度。 这里的通道数是变化的,1*1卷积层的作用就是用于改变特征图的通数,使得可以和恒等映射x相叠加,另外这里的1*1卷积层改变维度的很重要的一点是可以降...
网络:AlexNet->VGG->GoogLeNet->ResNet 深度:8->19->22->152 VGG结构简洁有效:容易修改,迁移到其他任务中去;高层任务的基础网络。 性能竞争网络:GooLeNet:Inception v1->v4:Split-transform-merge ResNet:ResNet1024->ResNeXt:深度、宽度、基数 3 CNN结构的演化 4 AlexNet网络 ImageNet-2012竞赛第一 标志着DN...