ResNet

yolo 目标检测600类目标

骨干网络优化：若使用YOLOv5/v8，可升级骨干网络（如C3模块深度）或替换为更高性能的主干（如EfficientNet、ResNet-101），以增强复杂场景的特征提取能力。

大霸王龙·2025-07-29 16:26

Python_day54Inception网络及其思考

一、inception网络介绍今天我们介绍inception，也就是GoogleNet传统计算机视觉的发展史从上面的链接，可以看到其实inceptionnet是在resnet之前的，那为什么我今天才说呢

且慢.589·2025-07-29 08:31

YOLOv4详细介绍

这个结构类似于ResNet的残

不是二哈的柯基·2025-07-29 02:14

残差网络作用

深入解析残差网络在深度学习领域，残差网络（ResNet）绝对是一座里程碑。提到它，很多人第一反应是“解决了梯度消失问题”。没错，这确实是ResNet的核心突破之一，但这仅仅是冰山一角。

·2025-07-27 11:23

[深度学习 - 技巧] 通过修改预训练模型权重层修改模型输出

但是模型网络那边提供的预训练模型，Resnet50只有输出层是2048维的。我们也不想换Resnet18（可能会较

·2025-07-26 07:26

图像分类实战：基于ResNet实现猫狗识别

图像分类实战：基于ResNet实现猫狗识别（含完整PyTorch代码）图像分类是计算机视觉中最基础也是最经典的任务之一。今天我们将带你实战体验如何使用PyTorch和ResNet构建一个猫狗识别系统。

风亦辰739·2025-07-24 09:47

深度学习图像分类数据集—百种病虫害分类

该数据集为图像分类数据集，适用于ResNet、VGG等卷积神经网络，SENet、CBAM等注意力机制相关算法，VisionTransformer等Transformer相关算法。

AI街潜水的八角·2025-07-23 14:12

2024年1月15日学习记录——有关resnet18的简单再实现

2024年1月15日学习记录1.有关resnet18重写并训练的任务resnet本意为resdualnet，就是残差神经网络，利用shortcut的连接方式，将特征层隔层连接，在保留原有特征的同时进行深层卷积

BARBERUM·2025-07-23 11:51

pytorch图像分类全流程（二）

本次使用的是ImageNet1000类别信息，resnet18预训练模型。记录一些一坑和知识点。

前人栽树,后人乘凉·2025-07-23 06:49

基于逻辑回归的图像二分类算法实现（Pytorch版）

importtorchimporttorch.nnasnnfromtorchvision.models.utilsimportload_state_dict_from_urlmodel_urls={'resnet5

哎呦哥哥、·2025-07-23 04:39

OpenCV学习（二）-二维、三维识别

以下是一些常见的操作：1.1图像分类使用预训练模型对图像进行分类，例如使用深度学习模型（如ResNet、MobileNet等）。importcv2#加载预训练的深度学习模型net=cv2.dnn

香蕉可乐荷包蛋·2025-07-21 19:27

模型移植实战：从PyTorch到ONNX完整指南

ONNX的主要优势包括：跨框架兼容性：支持主流深度学习框架间的模型转换，包括PyTorch、TensorFlow、MXNet、CNTK等例如，可以将PyTorch训练的ResNet模型导

慕婉0307·2025-07-21 18:50

监控漏检频发？陌讯YOLOv7实时优化方案召回率提升25%

开篇痛点在安防监控领域，传统目标检测模型面临三重困境：实时性差：1080P视频流处理普遍低于20FPS（VGG16仅15FPS）漏检率高：密集场景下小目标召回率常低于60%（COCO-val实测数据）部署成本高：ResNet

2501_92489016·2025-07-21 17:13

机器学习专栏（62）：手把手实现工业级ResNet-34及调优全攻略

目录一、ResNet革命性突破解析1.1残差学习核心思想1.2ResNet-34结构详解二、工业级Keras实现详解2.1数据预处理流水线2.2完整模型实现三、模型训练调优策略3.1学习率动态调整3.2

·2025-07-21 16:06

基于cnn和resnet和mobilenet对比实现驾驶员分心检测

演示效果及获取项目源码点击文末名片本项目旨在通过深度学习技术，结合卷积神经网络（CNN）模型、ResNet模型和MobileNet模型，实现对驾驶员分心行为的自动检测。

深度学习乐园·2025-07-20 19:02

复杂场景检测失效？陌讯多模态算法在千万级监控网的落地实战

传统目标检测模型在安防监控场景面临三大死穴：漏报：夜间、遮挡场景下召回率骤降（实测ResNet50漏报率>40%）误报：树叶晃动、光影变化引发的误报占比超35%延迟：1080P视频流检测延迟普遍>100ms

2501_92473061·2025-07-19 16:51

深度学习图像分类数据集—桃子识别分类

该数据集为图像分类数据集，适用于ResNet、VGG等卷积神经网络，SENet、CBAM等注意力机制相关算法，VisionTransformer等Transformer相关算法。

AI街潜水的八角·2025-07-12 12:24

如何使用Python实现交通工具识别

如何使用Python实现交通工具识别文章目录技术架构功能流程识别逻辑用户界面增强特性依赖项主要类别内容展示该系统是一个基于深度学习的交通工具识别工具，具备以下核心功能与特点：技术架构使用预训练的ResNet50

·2025-07-12 02:41

目前主流图像分类模型的详细对比分析

架构特点及应用场景进行整理：一、主流模型架构分类与定量对比模型名称架构类型核心特点ImageNetTop-1准确率参数量（百万）计算效率典型应用场景ResNetCNN残差连接解决梯度消失，支持超深网络（如ResNet

@comefly·2025-07-11 23:24

ResNet：深度卷积神经网络的里程碑

2015年，由微软研究院提出的ResNet（ResidualNetworks，残差网络）横空出世，它以独特的残差学习思想，成功攻克了这些难题，在ImageNet竞赛中大放异彩，开创了深度神经网

心想事“程”·2025-07-10 10:18

揭秘图像LLM：从像素到语言的智能转换

以下结合CLIP、DALL-E、GPT-4V等主流模型，通过具体例子说明其工作机制：一、图像→特征向量：从像素到“密码”例子：识别“戴墨镜的猫”视觉编码器提取特征使用ResNet或ViT（VisionTransformer

ZhangJiQun&MXP·2025-07-09 21:52

Python 训练营打卡 Day 50

resnet18中如何插入cbam模块？采用什么样的预训练策略，能够更好的提高效率？可以很明显的想到，如果是

2401_86382089·2025-07-07 22:28

Python训练营打卡 Day50

预训练模型+CBAM模块知识点回顾：resnet结构解析CBAM放置位置的思考针对预训练模型的训练策略差异化学习率三阶段微调预训练模型+CBAM模块知识点回顾ResNet结构解析残差块：ResNet的核心是残差块

·2025-07-07 22:58

day 45 python打卡

对resnet18在cifar10上采用微调策略下，用tensorboard监控训练过程。

·2025-07-05 14:12

Random Erasing：计算机视觉的「隐形斗篷」——遮挡艺术的对抗学习革命

这种在图像中随机挖洞的简单操作，让ResNet-50在Partial-iNaturalist数据集上抗遮挡能力提升4.2倍，错误率降低59%，揭示了模型鲁棒性的深层密码。️

星光银河·2025-07-05 00:17

Day44

1.预训练概念：在大规模数据上训练模型学习通用知识，再迁移到下游任务微调2.常见模型：图像有AlexNet、ResNet、ViT；NLP有BERT、GPT3.图像模型发展：从手工特征到深度学习，从CNN

·2025-07-04 12:19

RT-DETR改进|爆改模型|涨点|使用VMamba作为骨干网络（附代码+修改教程）

一、文本介绍本文修改的模型是RT-DETR，在原本的RT-DETR中，使用ResNet作为骨干网络，本文使用最新的VMamba（VisualStateSpaceModel）替换ResNet作为RT-DETR

爆改模型·2025-07-04 02:14

Python Day44

Task：1.预训练的概念2.常见的分类预训练模型3.图像预训练模型的发展史4.预训练的策略5.预训练代码实战：resnet181.预训练的概念预训练（Pre-training）是指在大规模数据集上，先训练模型以学习通用的特征表示

别勉.·2025-07-03 07:57

DAY 45 Tensorboard使用介绍

目录DAY45Tensorboard使用介绍1.tensorboard的发展历史和原理2.tensorboard的常见操作3.tensorboard在cifar上的实战：MLP和CNN模型作业：对resnet18

HINOTOR_·2025-07-03 01:10

基于深度学习的线上问诊系统设计与实现（Python+Django+MySQL）

基于深度学习的线上问诊系统设计与实现（Python+Django+MySQL）一、系统概述本系统结合YOLOv8目标检测和ResNet50图像分类算法，构建了一个智能线上问诊平台。

神经网络15044·2025-07-02 08:04

AI编程实战：Cursor黑科技全解析

年智能编程工具效能革命白皮书一、核心功能架构语义驱动开发基于CodeGraph技术构建跨文件语义图谱，实现类/函数级上下文感知实时生成UML时序图辅助架构设计（快捷键Ctrl+Alt+U）多模态编程#输入："PyTorch实现ResNet50

ithadoop·2025-07-01 18:51

tensorRT 与 torchserve-GPU性能对比

实验数据Cuda11.0、Xeon®62423.1*80、RTX309024G、Resnet50TensorRT、Torchserve-GPU各自一张卡搭建10进程接口，感兴趣的可以查看我个人其他文章。

joker-G·2025-06-29 22:40

基于迁移学习的ResNet50模型实现石榴病害数据集多分类图片预测

完整源码项目包获取→点击文章末尾名片！番石榴病害数据集背景描述番石榴（Psidiumguajava）是南亚的主要作物，尤其是在孟加拉国。它富含维生素C和纤维，支持区域经济和营养。不幸的是，番石榴生产受到降低产量的疾病的威胁。该数据集旨在帮助开发用于番石榴果实早期病害检测的机器学习模型，帮助保护收成并减少经济损失。数据说明该数据集包括473张番石榴果实的注释图像，分为三类。图像经过预处理步骤，例如钝

深度学习乐园·2025-06-28 21:33

ResNet（Residual Network）

ResNet（ResidualNetwork）是深度学习中一种经典的卷积神经网络（CNN）架构，由微软研究院的KaimingHe等人在2015年提出。

不想秃头的程序·2025-06-28 16:00

CNN算法（一）——残差网络ResNet-50

一、完整代码importtorchimporttorch.nnasnnimporttorchvision.transformsastransformsimporttorchvisionfromtorchvisionimporttransforms,datasetsimportos,PIL,pathlib,warningsimportmatplotlib.pyplotaspltimportcopyi

晋丑丑·2025-06-24 14:08

pythonday50

作业：1.好好理解下resnet18的模型结构2.尝试对vgg16+cbam进行微调策略importtorchimporttorch.nnasnnimporttorch.optimasoptimimporttorchvisionimporttorchvision.transformsastransformsfromtorchvisionimportmodelsfromtorch.utils.dat

我爱音乐yyy·2025-06-23 00:51

深度学习之模型压缩三驾马车：基于ResNet18的模型剪枝实战（1）

以ResNet18为例，其在ImageNet上的参数量约为1100万，虽然在服务器端运行流畅，但在移动端或嵌入式设备上部署时，内存和计算资源的限制使得直接使用大模型变得困难。

king of code porter·2025-06-21 21:00

深度学习之模型压缩三驾马车：模型剪枝、模型量化、知识蒸馏

一、引言在深度学习中，我们训练出的神经网络往往非常庞大（比如像ResNet、YOLOv8、VisionTransformer），虽然精度很高，但“太重”了，运行起来很慢，占用内存大，不适合部署到手机、摄像头

king of code porter·2025-06-21 21:59

云计算处理器选哪款？性能与能效的平衡艺术

IntelXeon6900系列制程突破:采用进阶版Intel7工艺,56核配置下全核睿频可达4.3GHz内存子系统:集成DDR5内存控制器,支持8通道RDIMM/LRDIMMAI加速实例:AWSc7i实例实测显示,ResNet50

资讯分享周·2025-06-21 06:59

【ResNet50 可视化界面】在电脑上实现可视化界面

一、Python可视化界面PyQt5库PyQt5是一个流行的Python库，用于创建图形用户界面（GUI）应用程序。它基于Qt库，是一个跨平台的开源框架，可用于创建各种类型的桌面应用程序。跨平台性：PyQt5可以在多个操作系统上运行，包括Windows、Mac和Linux。这意味着可以在任何支持Python的平台上使用PyQt5来开发应用程序。丰富的控件：PyQt5提供了大量的用户界面控件，包括按

艾墨舟启航·2025-06-18 04:21

深度学习 backbone，neck，head网络关键组成

是网络的关键组成部分，各自承担了不同的功能：1，总署：Backbone,译作骨干网络，主要指用于特征提取的，已在大型数据集(例如ImageNet|COCO等)上完成预训练，拥有预训练参数的卷积神经网络，例如：ResNet

SLAM必须dunk·2025-06-18 02:12

计算机视觉卷积神经网络（CNN）基础：从LeNet到ResNet

计算机视觉卷积神经网络（CNN）基础：从LeNet到ResNet一、前言二、卷积神经网络基础概念2.1卷积层2.1.1卷积运算原理2.1.2卷积核的作用与参数2.2池化层2.2.1最大池化与平均池化2.2.2

xcLeigh·2025-06-18 02:04

残差网络中相加后激活的深度解析

残差网络中相加后激活的深度解析在残差网络中，"相加后激活"（post-additionactivation）是ResNet原始设计的关键特征，这一设计选择背后蕴含了深刻的神经网络原理，对模型性能有着重要影响

浩瀚之水_csdn·2025-06-17 18:20

ResNet结合LSTM王炸创新！最新SOTA方案预测准确率超91%

ResNet和LSTM的结合已经成为了深度学习领域的一个重要创新，它能够同时处理图像的空间特征和时间序列数据。

深度之眼·2025-06-17 08:06

29 - ResNeSt模块

通过堆叠这些分裂注意力块，以ResNet风格构建，形成了新的ResNet变体，即ResNeSt。该网络保留了整体的ResNet结构，便于在不增加额外计算成本的情况下，直接用于下游任务。

Leo Chaw·2025-06-16 02:45

深度学习之模型压缩三驾马车：基于ResNet18的模型剪枝实战（3）

引言前面的文章《深度学习之模型压缩三驾马车：基于ResNet18的模型剪枝实战（1）》和《深度学习之模型压缩三驾马车：基于ResNet18的模型剪枝实战（2）》有做了相应的裁剪说明和实践，但是只是对其中的一个层进行采集的

·2025-06-16 02:15

基于深度学习的智能图像分类系统：从零开始构建

近年来，卷积神经网络（CNN）及其变体（如ResNet、Inception等）在图像分类任务中取得了巨大的成功。

Blossom.118·2025-06-15 12:11

论文解析：一文弄懂ResNet(图像识别分类、目标检测)

Nelson_hehe·2025-06-14 20:57

Python打卡第50天

@浙大疏锦行知识点回顾：resnet结构解析CBAM放置位置的思考针对预训练模型的训练策略差异化学习率三阶段微调数据预处理+定义cbamimporttorchimporttorch.nnasnnimporttorch.optimasoptimfromtorchvisionimportdatasets

猛犸MAMMOTH·2025-06-14 16:25

python打卡第50天

知识点回顾：resnet结构解析CBAM放置位置的思考针对预训练模型的训练策略差异化学习率三阶段微调现在我们思考下，是否可以对于预训练模型增加模块来优化其效果，这里我们会遇到一个问题预训练模型的结构和权重是固定的

whyeekkk·2025-06-14 07:59

推荐频道