Resnet18 Cifar10

🚀 timm - ResNet18 CIFAR-10 圖像分類模型

本項目是一個基於timm庫的圖像分類模型，使用ResNet18架構在CIFAR-10數據集上進行訓練。該模型在圖像分類任務中表現出色，測試準確率達到了0.9498。

🚀 快速開始

使用以下代碼開始使用該模型：

import detectors
import timm

model = timm.create_model("resnet18_cifar10", pretrained=True)

✨ 主要特性

• 高精度：在CIFAR-10數據集上測試準確率達到0.9498。
• 預訓練模型：可以直接使用預訓練權重進行推理。

📦 安裝指南

文檔中未提及安裝步驟，如有需要可參考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("resnet18_cifar10", pretrained=True)

📚 詳細文檔

訓練數據

訓練數據使用的是CIFAR-10數據集。

訓練超參數

測試數據

測試數據同樣使用的是CIFAR-10數據集。

📄 許可證

本模型使用的許可證為MIT許可證。

本模型卡片由Eduardo Dadalto創建。