Awesome Backbones
1.0.0
จะลบการปรับปรุงได้อย่างไร? หาก train_pipeline ในไฟล์การกำหนดค่า EfficientNetV2-B0 สามารถเปลี่ยนเป็นต่อไปนี้ได้
train_pipeline = [
dict(type='LoadImageFromFile'),
dict(
type='RandomResizedCrop',
size=192,
efficientnet_style=True,
interpolation='bicubic'),
dict(type='Normalize', **img_norm_cfg),
dict(type='ImageToTensor', keys=['img']),
dict(type='ToTensor', keys=['gt_label']),
dict(type='Collect', keys=['img', 'gt_label'])
] หากชุดข้อมูลของคุณเปลี่ยนรูปร่างเป็นขนาดที่ต้องการเครือข่ายล่วงหน้าการดำเนินการ Resize สามารถลบออกได้
2024.09.06
2023.12.02
เพิ่มผลลัพธ์ที่กล่าวถึงโดยคนจำนวนมากที่มีปัญหา ฝึกอบรม ACC และ Val Loss
metrics_outputs.csv บันทึก train_loss, train_acc, train_precision, train_recall, train_f1-score, val_loss, val_acc, val_precision, val_recall, val_f1-score สำหรับทุกคนที่จะวาด 2023.08.05
2023.03.07
2022.11.20
| ชุดข้อมูล | การสอนวิดีโอ | กลุ่มการสนทนาเทคโนโลยีปัญญาประดิษฐ์ |
|---|---|---|
รหัสการสกัด花卉数据集: 0zat | คลิกฉันเพื่อกระโดด | กลุ่ม 1: 78174903 กลุ่ม 3: 584723646 |
python tools/single_test.py datas/cat-dog.png models/mobilenet/mobilenet_v3_small.py --classes-map datas/imageNet1kAnnotation.txt| ชื่อ | น้ำหนัก | ชื่อ | น้ำหนัก | ชื่อ | น้ำหนัก |
|---|---|---|---|---|---|
| Lenet5 | ไม่มี | Alexnet | ไม่มี | VGG | VGG-11 VGG-13 VGG-16 VGG-19 VGG-11-BN VGG-13-BN VGG-16-BN VGG-19-BN |
| resnet | resnet-18 resnet-34 resnet-50 Resnet-101 Resnet-152 | resnetv1c | resnetv1c-50 RESNETV1C-101 RESNETV1C-152 | resnetv1d | resnetv1d-50 RESNETV1D-101 RESNETV1D-152 |
| resnext | resnext-50 resnext-101 resnext-152 | seresnet | seresnet-50 SeresNet-101 | เซเรสเน็กซ์ | ไม่มี |
| regnet | regnetx-400mf regnetx-800mf regnetx-1.6gf regnetx-3.2gf regnetx-4.0gf regnetx-6.4gf regnetx-8.0gf regNetx-12gf | mobilenetv2 | mobilenetv2 | mobilenetv3 | mobilenetv3-small Mobilenetv3 ขนาดใหญ่ |
| Shufflenetv1 | Shufflenetv1 | Shufflenetv2 | Shufflenetv2 | มีประสิทธิภาพ | Efficientnet-B0 Efficientnet-B1 Efficientnet-B2 Efficientnet-B3 Efficientnet-B4 Efficientnet-B5 Efficientnet-B6 Efficientnet-B7 Efficientnet-B8 |
| repvgg | repvgg-a0 repvgg-A1 repvgg-a2 repvgg-b0 repvgg-b1 repvgg-A1 repvgg-b1g2 repvgg-b1g4 repvgg-b2 repvgg-b2g4 repvgg-b2g4 repvgg-b3 repvgg-b3g4 repvgg-d2se | res2net | Res2Net-50-14W-8S Res2Net-50-26W-8S Res2NET-101-26W-4S | ทำให้รู้สึกตัว | convnext-tiny convnext-small ยึดฐาน มีขนาดใหญ่ convnext-xlarge |
| hrnet | HRNET-W18 HRNET-W30 HRNET-W32 HRNET-W40 HRNET-W44 Hrnet-W48 Hrnet-W64 | ผู้ประสานงาน | Convmixer-768/32 Convmixer-1024/20 Convmixer-1536/20 | CSPNET | cspdarknet50 CSPRESNET50 CSPRESNEXT50 |
| หม้อแปลงไฟฟ้า | Tiny-224 เล็ก -224 ฐาน 224 ใหญ่ 224 ฐาน -384 ขนาดใหญ่ 384 | หม้อแปลงวิสัยทัศน์ | vit_base_p16_224 vit_base_p32_224 vit_large_p16_224 vit_base_p16_384 vit_base_p32_384 vit_large_p16_384 | หม้อแปลงในหม้อแปลง | TNT-SMALL |
| MLP Mixer | base_p16 large_p16 | deit | มีสีสัน กลั่น เดิมพัน deit-small กลั่น ฐาน Deit-base กลั่น deit-base 384px deit-base กลั่น 384px | ผู้ปฏิบัติตาม | conformer-tiny-P16 Conformer-Small-P32 Conformer-Small-P16 Conformer-Base-P16 |
| t2t-vit | T2T-VIT_T-14 T2T-VIT_T-19 T2T-VIT_T-24 | ฝาแฝด | PCPVT-SMALL PCPVT-base ขนาดใหญ่ PCPVT svt-small svt-base ขนาดใหญ่ของ SVT | ผู้ประกอบการพูล | Poolformer-S12 Poolformer-S24 Poolformer-S36 Poolformer-M36 Poolformer-M48 |
| เดนเซเนต | Densenet121 Densenet161 Densenet169 Densenet201 | Visual Attention Network (VAN) | รถตู้ รถตู้เล็ก ๆ ฐานรถตู้ รถตู้ขนาดใหญ่ | ความละเอียด | WRN-50 WRN-101 |
| แตน | แตนสีสัน Hornet-tiny-GF แตรขนาดเล็ก Hornet-Small-GF เบสแตร Hornet-base-GF แตรขนาดใหญ่ Hornet-Large-GF Hornet-Large-GF384 | ผู้มีประสิทธิภาพ | Efficientformer-L1 Efficientformer-L3 Efficientformer-L7 | Swin Transformer v2 | Tiny-256 หน้าต่าง 8 Tiny-256 หน้าต่าง 16 หน้าต่างเล็ก 256 หน้าต่างเล็ก ๆ -256 16 BASE-256 หน้าต่าง 8 BASE-256 หน้าต่าง 16 หน้าต่างขนาดใหญ่ 256 หน้าต่างขนาดใหญ่ 384 24 |
| MVITV2 | mvitv2-tiny mvitv2-small MVITV2-base ขนาดใหญ่ MVITV2 | Mobilevit | mobilevit-xxsmall Mobilevit-xsmall Mobilevit-small | นักแสดง | Davit-T Davit-S Davit-B |
| replknet | replknet-31b-224 replknet-31b-384 replknet-31l-384 replknet-xl | เป็นอาหาร | เบส | อีวา | EVA-G-P14-224 EVA-G-P14-336 EVA-G-P14-560 EVA-G-P16-224 EVA-L-P14-224 EVA-L-P14-196 EVA-L-P14-336 |
| มิกซ์มิม | เบสมิกซ์มิม | Efficientnetv2 | Efficientnetv2-B0 Efficientnetv2-B1 Efficientnetv2-B2 EfficientNetv2-B3 Efficientnetv2-s Efficientnetv2-m efficientnetv2-l Efficientnetv2-xl | deit3 | deit3_small_p16 deit3_small_p16_384 deit3_base_p16 deit3_base_p16_384 deit3_medium_p16 deit3_large_p16 deit3_large_p16_384 deit3_huge_p16 |
| Edgenext | ขอบเบส Edgeext-small edgeext-x-small edgeext-xx-small | revvisionTransformer | revvit-small เบส revvit |
@repo{2020mmclassification,
title={OpenMMLab's Image Classification Toolbox and Benchmark},
author={MMClassification Contributors},
howpublished = {url{https://github.com/open-mmlab/mmclassification}},
year={2020}
}
