resnet50_weights_tf_dim_ordering_tf_kernels_notop.h5 速度快，准确率高，参数不多
50层残差网络模型,权重训练自ImageNet
该模型在Theano和TensorFlow后端均可使用,并接受channels_first和channels_last两种输入维度顺序
模型的默认输入尺寸:224x224
2019-12-21 21:43:09
90.27MB
1
inception_v3_weights_tf_dim_ordering_tf_kernels_notop.h5
可用于keras，tensorflow.keras，特征提取与迁移学习
2019-12-21 21:36:05
77.23MB
1
vgg16_weights_tf_dim_ordering_tf_kernels_notop,Keras VGG16
2019-12-21 21:24:04
52.2MB
1
kares VGG19神经网络参数vgg19_weights_tf_dim_ordering_tf_kernels_notop.h5
2019-12-21 21:19:10
76.42MB
1
resnet50_weights_tf_dim_ordering_tf_kernels_notop
Linux下是放在“~/.keras/models/”中
Win下则放在Python的“settings/.keras/models/”中
Windows-weights路径：C:\Users\你的用户名\.keras\models anaconda下依然好用
2019-12-21 21:17:26
83.48MB
1
外网下载速度很慢，故下下来跟大家分享。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。
2019-12-21 20:50:32
193.31MB
1
火焰图集合和训练好的yolo_tiny火焰检测weights，经过处理成voc数据集，而且经过训练，可以实现yolo-tiny的图像检测。
2019-12-21 20:49:52
63.4MB
1
SSD_300_vggmodel，包含两种ssd300：
Model Training data Testing data mAP
SSD-300 VGG-based VOC07+12+COCO trainval VOC07 test
SSD-300 VGG-based VOC07+12 trainval VOC07 test -
2019-12-21 20:45:58
186.37MB
1