- 2024-08-08yolov5主干网络换残差18
目录1.网络结构编辑 1.1三层如下定义1.2在common.py后面加入如下刚刚定义的网络,就是上面的代码的一部分2. 如此修改网络的yaml文件,yolov5n_res18.yaml3. 修改yolo网络并运行1.网络结构残差18网络如下可做出如下修改 1.1三层如下定义importtorchfrom
- 2024-08-03神经网络训练(二):基于残差连接的图片分类网络(进阶篇②)
目录日常·唠嗑3基于ResNet18的优化3.1初步构思3.1.1数据预处理3.1.2批量大小3.1.3参数初始化3.1.4optimizer3.1.5学习速率3.2hyper-parameter测试3.2.1批量大小日常·唠嗑 昨天写完了神经网络训练(二):基于残差连接的图片分类
- 2023-07-24ResNet18实现手写数字识别
项目结构 ResNet18模型搭建fromtorchimportnnfromtorch.nn.functionalimportreluclassBaseBlock(nn.Module):def__init__(self,in_channels,out_channels,stride):super(BaseBlock,self).__init__()self.conv1=nn.Conv2d(in_ch
- 2023-07-21OpenCV实现ResNet18推理
前一篇实现了ResNet18训练自定义数据集,详细介绍了数据集制作、模型构建及训练,并且介绍了相应模块如何可视化。前面训练阶段是在python环境下进行的,但实际工程部署的时候大都采用C++实现推理,这一篇我们借助OpenCV实现ResNet18推理。一、准备1、OpenCV编译及安装借助OpenCV实现Re
- 2023-07-13Resnet18实现二分类
前面一篇内容讲解了如何利用Pytorch实现ResNet,这一篇我们用ResNet18实现一个二分类。接下来从模型、数据及训练三个方面展开。一、目标利用ResNet18将以下数据分为两类class_0class_1二、模型ResNet系列的模型在上一篇已经详细介绍了,这里采用ResNet18。1.模型导入
- 2023-06-19SummerResearch_Log_20230619
WorkingContent:1.把resnet18的backdoor和IL尝试结合了一下,得到的结果如下:在训练完第一个任务后(干净的数据集),错误率为28.29%;训练完第二个任务后(污染的数据集),错误率为28.50%,攻击失败率为85.33%。这里攻击的成功率太低了,不太清楚为什么,需要问一下。2.附上classifier_resn
- 2023-06-06opennmmlab实战营二期-mmpretrain代码课课(五)
opennmmlab实战营二期-mmpretrain代码课课(五)点我:视频课程代码课写代码最重要(相关代码见:点我),笔记的话就简单进行总结,大致如下:一、安装mmpretrain二、调用mmpretrain的模型进行推理图像分类图像描述三、在新分类数据集进行resnet18微调训练1、准备猫狗数据集2
- 2023-05-30基于ResNet18深度学习网络的mnist手写数字数据库识别matlab仿真
1.算法仿真效果matlab2022a仿真结果如下:2.算法涉及理论知识概要ResNet系列网络,图像分类领域的知名算法,经久不衰,历久弥新,直到今天依旧具有广泛的研究意义和应用场景。被业界各种改进,经常用于图像识别任务。ResNet-18,数字代表的是网络的深度,也就是说ResNet18网络就是18层的吗?实
- 2023-05-30基于ResNet18深度学习网络的mnist手写数字数据库识别matlab仿真
1.算法仿真效果matlab2022a仿真结果如下: 2.算法涉及理论知识概要 ResNet系列网络,图像分类领域的知名算法,经久不衰,历久弥新,直到今天依旧具有广泛的研究意义和应用场景。被业界各种改进,经常用于图像识别任务。ResNet-18,数字代表的是网络的深度,也就