ResNet50模型

• 深度学习实战-基于ResNet50的葡萄叶图像分类识别模型

  本文介绍了基于ResNet50的深度学习方法，用于识别葡萄叶片上的5种主要品种：Ak、Ala Idris、Büzgülü、Dimnit和Nazli。通过迁移学习和局部微调策略，模型在训练集上达到了95%的准确率和0.1559的损失值。在独立测试集中，模型的加权平均F1分数达到0.82，特别对Dimnit品种实现了100%的精准识别。此研究证实了计算机视觉技术在智慧果园管理和葡萄品种鉴定方面的潜力。

  艾派森

  1382

  07/14 14:19

  深度学习 图像识别
• 深度学习实战-基于ResNet50的面部表情分类识别模型

  本文基于Kaggle人脸情绪数据集，利用ResNet50构建面部表情分类模型，通过对数据预处理、迁移学习和模型训练，实现了情绪识别任务。实验结果显示，模型在测试集上取得94.07%的准确率和较低的损失值，各类别精度、召回率和F1-score均较高，表明模型在不同情绪类别上表现稳定。此方法为面部表情识别提供了有效的解决方案。

  艾派森

  1588

  04/09 09:10

  深度学习 人脸识别
• 五行关键代码实现的零拷贝技术 | 开发者实战

  本篇文章将详细阐述如何使用 Resnet50 模型进行部署，并展示如何利用 OpenVINO™ 框架结合异步推理及零拷贝技术，从而提高 Resnet50 模型的推理速度。此外，为了让读者更好地理解和掌握相关知识，文章还将提供一个典型示例供读者参考，以便更好地掌握 Resnet50 模型的推理部署方法。

  英特尔物联网

  638

  2024/02/02

  OpenVINO ResNet50模型

  

正在努力加载...