深度残差堆叠沙漏网络设计.rar

上传者: xiejia32945 | 上传时间: 2021-05-21 12:56:13 | 文件大小: 2.59MB | 文件类型: RAR
含代码,和实验报告,实验精度达到99%,在UCI-cars数据集上进行的实验,网络结构为自行设计,灵感来源2019CVPR-CornerNet-Saccade和Resnet的残差思想。很值得大家进行学习。作者为中科大11系研究生在读。

文件下载

资源详情

[{"title":"( 13 个子文件 2.59MB ) 深度残差堆叠沙漏网络设计.rar","children":[{"title":"Code_Deep_Residual_Stack_Hourglass_Image_Classification","children":[{"title":"train-classifier-from-scratch-master","children":[{"title":"test.py <span style='color:#111;'> 662B </span>","children":null,"spread":false},{"title":"__pycache__","children":[{"title":"data_processing.cpython-37.pyc <span style='color:#111;'> 1.10KB </span>","children":null,"spread":false}],"spread":true},{"title":"car.csv <span style='color:#111;'> 50.65KB </span>","children":null,"spread":false},{"title":"data_processing.py <span style='color:#111;'> 1.06KB </span>","children":null,"spread":false},{"title":".idea","children":[{"title":"misc.xml <span style='color:#111;'> 227B </span>","children":null,"spread":false},{"title":"modules.xml <span style='color:#111;'> 331B </span>","children":null,"spread":false},{"title":"workspace.xml <span style='color:#111;'> 17.79KB </span>","children":null,"spread":false},{"title":"train-classifier-from-scratch-master.iml <span style='color:#111;'> 536B </span>","children":null,"spread":false}],"spread":true},{"title":"result.png <span style='color:#111;'> 599.86KB </span>","children":null,"spread":false},{"title":"model.py <span style='color:#111;'> 3.23KB </span>","children":null,"spread":false},{"title":"car_onehot.csv <span style='color:#111;'> 86.34KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 1.13KB </span>","children":null,"spread":false}],"spread":true}],"spread":true},{"title":"SA18011170-谢佳-深度残差堆叠沙漏网络试验报告.docx <span style='color:#111;'> 2.02MB </span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明