Resnet50 Cifar10

🚀 基於CIFAR - 10數據集訓練的ResNet50模型

本模型是一個在CIFAR - 10數據集上訓練的小型ResNet50模型，可用於圖像分類任務，在測試集上取得了較高的準確率。

🚀 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_cifar10", pretrained=True)

✨ 主要特性

• 高準確率：在CIFAR - 10數據集上測試準確率達到0.9465。
• 開源許可：採用MIT許可證，方便開發者使用和修改。

📦 安裝指南

文檔中未提及具體安裝步驟，可根據timm庫的官方文檔進行安裝。

💻 使用示例

基礎用法

import detectors
import timm

model = timm.create_model("resnet50_cifar10", pretrained=True)

📚 詳細文檔

訓練數據

訓練數據採用CIFAR - 10數據集。

訓練超參數

測試數據

測試數據同樣採用CIFAR - 10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。