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: 使用预训练的ResNet-50模型,进行迁移学习。 数据增强(旋转、裁剪、翻转等)用于提
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...
图像分类集成以下模型:ResNet18、ResNet34、ResNet50、ResNet101、ResNet152、VGG16、VGG19、InceptionV3、Xception、MobileNet、AlexNet、LeNet、ZF_Net、DenseNet、mnist_net、TSL16,在config.py里面选择使用哪种模型. the project apply the following models: VGG16 VGG19 InceptionV3 Xception MobileNet AlexNet Le...