Resnet50 Cifar100

🚀 圖像分類模型（ResNet50 - CIFAR100）

本項目基於timm庫訓練了一個用於圖像分類的小型ResNet50模型，在CIFAR-100數據集上進行訓練，可實現高效準確的圖像分類任務，測試準確率達0.8093。

🚀 快速開始

使用以下代碼即可開始使用該模型：

import detectors
import timm

model = timm.create_model("resnet50_cifar100", pretrained=True)

✨ 主要特性

• 數據集：使用CIFAR-100數據集進行訓練和測試。
• 模型類型：小型ResNet50模型。
• 測試準確率：達到0.8093。
• 許可證：採用MIT許可證。

📦 安裝指南

文檔未提及具體安裝步驟，可參考timm庫的官方安裝說明進行安裝。

💻 使用示例

基礎用法

import detectors
import timm

model = timm.create_model("resnet50_cifar100", pretrained=True)

📚 詳細文檔

訓練數據

訓練數據使用CIFAR-100數據集。

訓練超參數

測試數據

測試數據同樣使用CIFAR-100數據集。

📄 許可證

本模型採用MIT許可證。

本模型卡片由Eduardo Dadalto創建。